Kafka producer.send() 被 producer.close() 停止

Question

我正在尝试发送关于名为“test”的 kafka 主题的字数问题（在 spark-scala 中）的输出。请参阅下面的代码：

val Dstream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParams, topicsSet)

val lines = Dstream.map(f => f._2)
val words = lines.flatMap(_.split(" "))
val wordCounts = words.map(x => (x, 1)).reduceByKey(_ + _)

wordCounts.foreachRDD(
      rdd => rdd.foreach(
        f =>
          {
            val sendProps = new Properties()
            sendProps.put("metadata.broker.list", brokers)
            sendProps.put("serializer.class", "kafka.serializer.StringEncoder")
            sendProps.put("producer.type", "async")

            val config = new ProducerConfig(sendProps)
            val producer = new Producer[String, String](config)
            producer.send(new KeyedMessage[String, String]"test", f._1 + " " +f._2))
            producer.close();

          })) 

问题是输出中随机缺少一些单词。我还注意到，如果我删除了该声明

producer.close()

没有数据丢失。

这是否意味着 producer.close() 在实际将数据放入缓冲区之前中断 producer.send() ?如果是，我应该如何关闭生产者而不冒数据丢失的风险？

以上是我最初的问题，Vale 的回答解决了。

现在，当我再次更改 producer.type 属性时 - 数据会随机丢失。

sendProps.put("producer.type", "sync")

为了澄清 producer.send 正在运行我需要放入输出主题的所有单词。但是，有些单词会丢失，并且不会显示在输出 Kafka 主题中。

Answer 1

这很奇怪。 close() 方法应该等待发送完成，这就是引入 close(time) 方法的原因：as you can see here.
所以，我使用 Java 7。 rdd.foreach 是否在其中的每个分区上运行？还是它在每个元组上运行（就像我认为的那样）？
如果是后者，你可以试试 rdd.foreachPartition (refer to this) 吗？因为您正在为您拍摄的每一行创建一个生产者，我担心这可能会导致问题（尽管理论上它不应该）。