[发明专利]基于Spark Streaming读取Kafka数据的处理方法有效
| 申请号： | 201611069230.9 | 申请日： | 2016-11-29 |
| 公开（公告）号： | CN106776855B | 公开（公告）日： | 2020-03-13 |
| 发明（设计）人： | 程永新;谢涛;王仁铮 | 申请（专利权）人： | 上海轻维软件有限公司 |
| 主分类号： | G06F16/182 | 分类号： | G06F16/182;G06F16/18;G06F16/13;G06F16/28 |
| 代理公司： | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人： | 袁亚军;金碎平 |
| 地址： | 200331 上海市普陀区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Spark Streaming读取Kafka数据的处理方法，包括如下步骤：S1)利用Kafka将数据存储在话题中；S2)利用Spark Streaming把实时输入数据流以时间片为单位切分成块；S3)预先根据Kafka数据失败记录数，设置SparkStreaming补数调度时间；S4)实时监控SparkStreaming读取Kafka数据过程；S5)通过SparkStreaming重新读取Kafka数据。本发明根据Kafka数据失败记录数设置SparkStreaming补数调度时间，实时监控读取过程并重新读取失败记录数进行补数，更加灵活、便捷地做到零丢数保证。 | ||
| 搜索关键词： | 基于 spark streaming 读取 kafka 数据 处理 方法 | ||
【主权项】：
一种基于Spark Streaming读取Kafka数据的处理方法，其特征在于，包括如下步骤：S1)利用Kafka将数据存储在话题中，每个话题均包含若干可配置数量的分区；S2)利用Spark Streaming把实时输入数据流以时间片为单位切分成块，每个块均生成一个Spark Job处理；S3)预先根据Kafka数据失败记录数，设置SparkStreaming补数调度时间；S4)实时监控SparkStreaming读取Kafka数据的处理过程；S5)根据Kafka数据失败记录数和调度时间，通过SparkStreaming重新读取失败丢失的Kafka数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海轻维软件有限公司，未经上海轻维软件有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611069230.9/，转载请声明来源钻瓜专利网。
