我正在通过火花结构化流媒体读取kafka主题的日志行,分隔日志行的字段,对字段执行一些操作,并将其存储在数据帧中,每个字段都有单独的列。我想把这个数据帧写到kafka
下面是我将示例数据帧和写入流写入kafka
val dfStructuredWrite = dfProcessedLogs.select(
dfProcessedLogs("result").getItem("_1").as("col1"),
dfProcessedLogs("result").getItem("_2").as("col2"),
dfProcessedLogs("result").getItem("_17").as("col3"))
dfStructuredWrite
.writeStream
.format("kafka")
.option("kafka.bootstrap.servers", "host1:port1,host2:port2")
.option("topic", "topic1")
.start()
上面的代码给出了我的错误
Required attribute 'value' not found
我相信这是因为我没有键/值格式的数据帧。如何以最有效的方式将现有数据帧写入kafka?
写入Kafka的Dataframe在模式中应该包含以下列:
在您的情况下,没有value
列,并抛出异常。
您必须修改它以至少添加值列,例如:
import org.apache.spark.sql.functions.{concat, lit}
dfStructuredWrite.select(concat($"col1", lit(" "), $"col2", lit(" "), $"col3").alias("value"))