sparkStream重启后获取checkpoint数据的使用问题

学习checkpoint使用是重启时总是获取不到重启之前的值,后来才发现用法不对

最开始都是直接创建对象用new 的方式创建对象,代码如下

def main(args: Array[String]): Unit = {
val conf: SparkConf = new SparkConf().setMaster("local[4]").setAppName("SparkStreamingSocketTotal")
    // 2创建csaprkcontext
    val sc = new SparkContext(conf)
    sc.setLogLevel("warn")
    // 创建streamcontext
    val ssc = new StreamingContext(sc,Seconds(5))
    //设置checkpoint目录用于保存每一个单词在之气那的所有单词出翔的总次数
    ssc.checkpoint("./socket")

    // 接受socket 出现的次数
    val scokettext: ReceiverInputDStream[String] = ssc.socketTextStream(ip ,9999)
    // 切 分每一行数据
    val words: DStream[String] = scokettext.flatMap(_.split(" "))
    // m每个单词记为1
    val wordone: DStream[(String, Int)] = words.map(x=>(x,1))

    val result: DStream[(String, Int)] = wordone.updateStateByKey(updateFunc)
    result.print()
  ssc.start()
    ssc.awaitTermination()
}

程序执行是数据也保存到scoket目录,显示结果累加正确,但是数据重启后总是重0开始,重启之前的数据获取不到

证据方法应该是StreamingContext.getOrCreate来获取StreamContext对象,getOrCreate先检查给定的checkpoint路径是否存在,然后读取checkpoint路径的数据,具体代码如下

 def updateFunc(currentValues:Seq[Int],historyValues:Option[Int]):Option[Int] = {
    val newValue: Int = currentValues.sum + historyValues.getOrElse(0)
    Some(newValue)
  } 
  var checkpointDirectory ="./socket"
def functionToCreateContext(): StreamingContext = {
    val conf: SparkConf = new SparkConf().setMaster("local[4]").setAppName("SparkStreamingSocketTotal")
    // 2创建csaprkcontext
    val sc = new SparkContext(conf)
    sc.setLogLevel("warn")
    // 创建streamcontext
    val ssc = new StreamingContext(sc,Seconds(5))
    //设置checkpoint目录用于保存每一个单词在之气那的所有单词出翔的总次数
    ssc.checkpoint("./socket")

    // 接受socket 出现的次数
    val scokettext: ReceiverInputDStream[String] = ssc.socketTextStream("xx.xx.xx.xx" ,9999)
    // 切 分每一行数据
    val words: DStream[String] = scokettext.flatMap(_.split(" "))
    // m每个单词记为1
    val wordone: DStream[(String, Int)] = words.map(x=>(x,1))

    val result: DStream[(String, Int)] = wordone.updateStateByKey(updateFunc)
    result.print()
    ssc
  }
def main(args: Array[String]): Unit = {
    //val conf: SparkConf = new SparkConf().setMaster("local[4]").setAppName("SparkStreamingSocketTotal")
    val ssc = StreamingContext.getOrCreate(checkpointDirectory, functionToCreateContext _)

    ssc.start()
    ssc.awaitTermination()


  }

无论是本地还是集群,重启后都会获取到之前的累加数据

下面是源码Streamcontext中getOrCreate源码

def getOrCreate(
    checkpointPath: String,
    creatingFunc: () => StreamingContext,
    hadoopConf: Configuration = SparkHadoopUtil.get.conf,
    createOnError: Boolean = false
  ): StreamingContext = {
​​​​​​​//调用 CheckpointReader来读取数据
  val checkpointOption = CheckpointReader.read(
    checkpointPath, new SparkConf(), hadoopConf, createOnError)
  checkpointOption.map(new StreamingContext(null, _, null)).getOrElse(creatingFunc())
}

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值