SparkStreaming——实例1:批处理网络上的数据
目的:
使用socketTextStream("192.168.0.160",9999)
接收192.168.0.160的9999端口数据,并wordcount
启动hdfs:start-all.sh
使用netcat向192.168.0.160的9999端口传送数据
启动netcat:nc -l -p 9999
可以不断向端口传送数据,查看结果
import org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}
object test1 {
def main(args: Array[String]): Unit = {
//创建sparkconf
val conf = new SparkConf().setAppName("demo1").setMaster("local[2]")
//从conf创建streamingcontext,设置批次间隔时间为5s
val ssc = new StreamingContext(conf,Seconds(5))
//设置检查点
ssc.checkpoint("hdfs://hadoop01:9000/ck-20190502")
//socketTextStream,接收某网址的数据,参数为网址和端口
val lines = ssc.socketTextStream("192.168.0.160", 9999)
//wordcount
val words = lines.flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_)
//print,默认输出前十行
words.print()
//开始计算
ssc.start()
//等待计算结束
ssc.awaitTermination()
}
}