SparkStreaming入门案例
一、准备工作
-
实验环境：netcat
-
安装nc：yum install -y nc
二、任务分析
将nc作为服务器端，用户产生数据；启动sparkstreaming案例中的客户端程序，监听服务器端发送过来的数据，并对其数据进行词频统计，即为流式的wordcount入门程序
三、官网案例
-
启动nc作为服务器端，执行：nc -l 1234，并输入测试数据，如图所示：
-
启动客户端，执行：
bin/run-example streaming.NetworkWordCount localhost 1234
注意）：如果要执行本例，必须确保机器 cpu 核数大于 2
四、开发NetWordCount
-
创建maven工程
-
添加maven依赖，即在pom.xml中添加streamming的依赖，如下（如果之前实验已经添加，就不用再添加，如果之前未添加，则需要添加该依赖）
<groupId>org.apache.sparkgroupId>
<artifactId>spark-streaming_2.12artifactId>
3.开发NetWordCount程序
import org.apache.spark.SparkConf
import org.apache.spark.storage.StorageLevel
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.{Seconds, StreamingContext}
def main(args: Array[String]): Unit = {
val sparkConf = newSparkConf().setMaster("local[2]").setAppName("StreamingTest")
val streamingContext = new StreamingContext(sparkConf, Seconds(5))
val ris: ReceiverInputDStream[String] = streamingContext.socketTextStream("192.168.245.110", 1234,StorageLevel.MEMORY_AND_DISK)
val ds: DStream[String] = ris.flatMap(_.split(" "))
val resultDS: DStream[(String, Int)] = ds.map(x => (x, 1)).reduceByKey(_ + _)
streamingContext.awaitTermination()
4.先在虚拟机上启动nc服务器：nc -l 1234，并输入测试数据，如图
5.然后运行程序
6.运行结果如下
参考：
参考：