spark streaming 1

2021-07-25 17:01:57 阅读：159 来源： 互联网

标签：String val Int streaming spark ssc

package com.shujia.spark.streaming

import org.apache.spark.SparkConf
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.{Durations, StreamingContext}

object Demo1WordCount {
  def main(args: Array[String]): Unit = {


    val conf: SparkConf = new SparkConf()
      .setAppName("streaming")
      .setMaster("local[2]")

    /**
      * 创建streaming上下文对象对象，指定batch时间，多久计算一次
      *
      */
    val ssc = new StreamingContext(conf, Durations.seconds(5))

    //设置checkpoint路径
    ssc.checkpoint("data/checkpoint")
    /**
      * ReceiverInputDStream:被动接收数据，将接收过来的数据放在内存或者磁盘上
      * 接收数据会一直占用资源，所以资源给多一点  local[2]
      *
      * nc -lk 8888
      * yum install nc (如果没有上述命令 ，安装  )
      */
    //读取数据
    val linesDS: ReceiverInputDStream[String] = ssc.socketTextStream("master", 8888)


    //统计单词数量
    val wordsDS: DStream[String] = linesDS.flatMap(_.split(","))
    val kvDS: DStream[(String, Int)] = wordsDS.map((_, 1))

    /**
      * reduceByKey:只统计当前batch的数据，不会进行累加计算
      */

    //    val countDS: DStream[(String, Int)] = kvDS.reduceByKey(_ + _)

    /**
      *
      * @param seq    ：当前batch 每一个key所有的value
      * @param option : 之前batch累加计算的结果
      * @return ： 返回最新的单词的数量
      */
    def updateFun(seq: Seq[Int], option: Option[Int]): Option[Int] = {

      //计算当前batch单词的数量
      val currCount: Int = seq.sum

      //获取之前单词的数量
      val lastCount: Int = option.getOrElse(0)

      //返回最新单词的数量
      Some(currCount + lastCount)

    }


    /**
      * 有状态算子
      * updateStateByKey:每一次计算更新每一个key的状态（单词的数量）
      *
      * 需要设置checkpoint的路径，用于保存计算中的状态
      */
  val countDS: DStream[(String, Int)] = kvDS.updateStateByKey(updateFun)

    //打印数据
    countDS.print()

    //启动streaming
    ssc.start()
    ssc.awaitTermination() //等待关闭    这三行代码必须要写
    ssc.stop()


  }
}

标签：String,val,Int,streaming,spark,ssc
来源： https://www.cnblogs.com/lipinbigdata/p/15058221.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。

ICode9

spark streaming 1