Spark Streaming 高阶消费kafka2.1.0---subscribe

package cn.brent

import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.streaming.kafka010.ConsumerStrategies.Subscribe
import org.apache.spark.streaming.kafka010.KafkaUtils
import org.apache.spark.streaming.kafka010.LocationStrategies.PreferConsistent

object CKafkaToCluster {
　　def main(args: Array[String]): Unit = {
　　　　val conf = new SparkConf().setAppName("ConsumerKafka1")
　　　　val batch = 10
　　　　val ssc = new StreamingContext(conf,Seconds(batch))

　　　　ssc.sparkContext.setLogLevel("warn")

　　　　// 设置检查点，放在HDFS上
　　　　ssc.checkpoint("checkpoint")
　　　　// Zookeeper服务器地址

　　　　val bstrapServers = "10.253.129.232:9092,10.253.129.233:9092,10.253.129.234:9092,10.253.129.235:9092"
　　　　// topic所在的group，可以设置为其他的名称

　　　　val kafkaParams = Map[String, Object](
　　　　　　"bootstrap.servers" -> bstrapServers,//kafka.2.1.0
　　　　　　"key.deserializer" -> classOf[StringDeserializer],
　　　　　　"value.deserializer" -> classOf[StringDeserializer],
　　　　　　"group.id" -> "use_a_separate_group_id_for_each_stream",
　　　　　　"auto.offset.reset" -> "latest",
　　　　　　"enable.auto.commit" -> (false: java.lang.Boolean)
　　　　)

　　　　val topics = Array("kafka2Test1")
　　　　val stream = KafkaUtils.createDirectStream[String, String](
　　　　　　ssc,
　　　　　　PreferConsistent,
　　　　　　Subscribe[String, String](topics, kafkaParams)

　　　　)

　　　　val lines = stream.map(item=> item.value())
　　　　val words = lines.flatMap(_.split("\\s+"))
　　　　val pairs = words.map(x => (x,1))
　　　　val wordCounts = pairs.reduceByKey(_+_)
　　　　wordCounts.print

　　　　ssc.start
　　　　ssc.awaitTermination
　　}
}