如何在 spark streaming 中解析 Json 格式的 Kafka 消息

Question

我在 Kafka 上有 JSON 条这样的消息：

{"id_post":"p1", "message":"blablabla"}

我想解析消息，并打印（或用于进一步计算）message 元素。使用以下代码打印 json

val kafkaStream = KafkaUtils.createStream(ssc, zkQuorum, inputGroup, topicMap)
val postStream = kafkaStream.map(_._2)
postStream.foreachRDD((rdd, time) => {
val count = rdd.count()
if (count > 0){
    rdd.foreach(record => {
      println(record)
    }
}

但我无法获取单个元素。我尝试了一些 JSON 解析器，但没有成功。有什么想法吗？

update: a few errors with different JSON parser this is the code and output with circe parser:

val parsed_record = parse(record)

和输出：

14:45:00,676 ERROR Executor:95 - Exception in task 0.0 in stage 4.0 (TID 4)
java.lang.NoSuchMethodError: scala.Predef$.ArrowAssoc(Ljava/lang/Object;)Ljava/lang/Object;
        at io.circe.jawn.CirceSupportParser$$anon$$anon.add(CirceSupportParser.scala:36)
        at jawn.CharBasedParser$class.parseString(CharBasedParser.scala:90)
        at jawn.StringParser.parseString(StringParser.scala:15)
        at jawn.Parser.rparse(Parser.scala:397)
        at jawn.Parser.parse(Parser.scala:338)
        at jawn.SyncParser.parse(SyncParser.scala:24)
        at jawn.SupportParser$$anonfun$parseFromString.apply(SupportParser.scala:15)

等等..在我使用parse(record)的那一行看起来它无法访问 and/or 解析字符串 record.

如果我使用 lift-json 也一样在 parse(record) 处，错误输出大致相同：

16:58:20,425 ERROR Executor:95 - Exception in task 0.0 in stage 4.0 (TID 4)
java.lang.NoSuchMethodError: scala.runtime.ObjectRef.create(Ljava/lang/Object;)Lscala/runtime/ObjectRef;
at net.liftweb.json.JsonParser$$anonfun.apply(JsonParser.scala:144)
at net.liftweb.json.JsonParser$$anonfun.apply(JsonParser.scala:141)
at net.liftweb.json.JsonParser$.parse(JsonParser.scala:80)
at net.liftweb.json.JsonParser$.parse(JsonParser.scala:45)
at net.liftweb.json.package$.parse(package.scala:40)
at SparkConsumer$$anonfun$main$$anonfun$apply.apply(SparkConsumer.scala:98)
at SparkConsumer$$anonfun$main$$anonfun$apply.apply(SparkConsumer.scala:95)
at scala.collection.Iterator$class.foreach(Iterator.scala:727)

在 scala.collection.AbstractIterator.foreach(Iterator.scala:1157)

Answer 1

我解决了这个问题，所以我写在这里以备将来参考：

依赖，依赖，依赖！

我选择使用 lift-json，但这适用于任何 JSON 解析器 and/or 框架。

我使用的 SPARK 版本 (v1.4.1) 是与 scala 2.10 兼容的版本，这里是 pom.xml:

的依赖项

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-streaming_2.10</artifactId>
    <version>1.4.1</version>
    <scope>provided</scope>
</dependency>

和其他一些图书馆。我在 scala 2.11 中使用了 lift-json 版本……那是 WRONG.

所以，对于未来的我，如果你正在阅读这个主题：与 scala 版本和依赖项保持一致。在 lift-json 情况下：

        <dependency>
            <groupId>net.liftweb</groupId>
            <artifactId>lift-json_2.10</artifactId>
            <version>3.0-M1</version>
        </dependency>

Answer 2

和你一样的问题。

但是我使用 fastjson 解决了这个问题。

SBT dependency : // http://mvnrepository.com/artifact/com.alibaba/fastjson libraryDependencies += "com.alibaba" % "fastjson" % "1.2.12" 或者

Maven dependency :  <dependency> <groupId>com.alibaba</groupId> <artifactId>fastjson</artifactId> <version>1.2.12</version> </dependency>

你可以试试看。希望这会有所帮助。

Answer 3

从 Scala/Apache Spark

中的 JSON 字符串中提取数据

import org.apache.spark.rdd.RDD

object JsonData extends serializable{
  def main(args: Array[String]): Unit = {

    val msg = "{ \"id_post\":\"21\",\"message\":\"blablabla\"}";
    val m1 = msgParse(msg)
    println(m1.id_post)
  }
  case class SomeClass(id_post: String, message: String) extends serializable
  def msgParse(msg: String): SomeClass = {
    import org.json4s._
    import org.json4s.native.JsonMethods._
    implicit val formats = DefaultFormats
    val m = parse(msg).extract[SomeClass]
      return m

  }

}

以下是 Maven Decency

<dependency>
    <groupId>org.json4s</groupId>
    <artifactId>json4s-native_2.10</artifactId>
    <version>3.3.0</version>
</dependency>

如何在 spark streaming 中解析 Json 格式的 Kafka 消息

How to parse Json formatted Kafka message in spark streaming

json

scala

apache-kafka

apache-spark

spark-streaming