标签:word RDD streaming apache import spark ssc
package com.shujia.spark.streaming import org.apache.spark.{SparkConf, SparkContext} import org.apache.spark.sql.{DataFrame, SparkSession} import org.apache.spark.streaming.dstream.ReceiverInputDStream import org.apache.spark.streaming.{Durations, StreamingContext} object Demo2StreamOnRDD { def main(args: Array[String]): Unit = { val spark: SparkSession = SparkSession.builder() .appName("streaming") .master("local[2]") .config("spark.sql.shuffle.partitions", 1) .getOrCreate() import spark.implicits._ import org.apache.spark.sql.functions._ val sc: SparkContext = spark.sparkContext /** * 创建streaming 上下文对象,指定batch的间隔时间,多久计算一次 * */ val ssc = new StreamingContext(sc, Durations.seconds(5)) val linesDS: ReceiverInputDStream[String] = ssc.socketTextStream("master", 8888) /** * foreachRDD:将DS转换成RDD使用,可以使用 rdd 的 api * */ linesDS.foreachRDD(rdd => { /** * 每个batch计算一次,不能做全局的计算 * */ //使用rdd api rdd.flatMap(_.split(",")) .map((_, 1)) .reduceByKey(_ + _) // .foreach(println) val lineDF: DataFrame = rdd.toDF("lines") lineDF .select(explode(split($"lines", ",")) as "word") .groupBy($"word") .agg(count($"word") as "C") // .show() lineDF.createOrReplaceTempView("words") spark.sql( """ | |select word,count(1) from ( |select explode(split(lines,',')) as word from words |) as a |group by word | """.stripMargin) .show() }) //启动streaming ssc.start() ssc.awaitTermination() //等待关闭 这三行代码必须要写 ssc.stop() } }
标签:word,RDD,streaming,apache,import,spark,ssc 来源: https://www.cnblogs.com/lipinbigdata/p/15058225.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。