spark streaming 3.0.0 scala版本nc计算wordcount

程序猿20

已于 2022-02-18 10:57:14 修改

阅读量413

点赞数

分类专栏：大数据技术文章标签： scala spark 开发语言

于 2022-02-16 13:57:58 首次发布

本文链接：https://blog.csdn.net/liaomingwu/article/details/122961863

版权

大数据技术专栏收录该内容

74 篇文章 5 订阅

订阅专栏

本文介绍了如何在IntelliJ IDEA中使用Scala开发Spark Streaming程序，通过创建一个WordCount应用并与nc命令结合，演示了实时流数据处理的过程。详细步骤包括Scala环境配置、项目构建、代码编写以及nc命令的使用，展示了Scala在流计算领域的简洁性和实用性。

摘要由CSDN通过智能技术生成

在idea中创建spark streaming scala版本wordcount程序，结合nc实现流计算。

虽然java和scala都可以开发spark程序，两者对比之下，scala的确简洁很多。

1. 安装scala

参考下载地址如下，这里略过。

Scala 2.12.0 | The Scala Programming Language

准备nc测试环境，有linux更方便一些。

2. 建立idea scala项目工程，并添加pom依赖

<dependencies>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.12</artifactId>
            <version>3.0.0</version>
        </dependency>

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming_2.12</artifactId>
            <version>3.0.0</version>
        </dependency>

</dependencies>

3. 创建测试程序

import org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}


object StreamWordCount {

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

    //1.初始化 Spark 配置信息
    val sparkConf = new
        SparkConf().setMaster("local[*]").setAppName("StreamWordCount")

    //2.初始化 SparkStreamingContext
    // 这里3秒的时间间隔
    val ssc = new StreamingContext(sparkConf, Seconds(3))

    ssc.sparkContext.setLogLevel("WARN")

    //3.通过监控端口创建 DStream，读进来的数据为一行行
    val lineStreams = ssc.socketTextStream("192.168.0.181", 9000)
    //将每一行数据做切分，形成一个个单词
    val wordStreams = lineStreams.flatMap(_.split(" "))
    //将单词映射成元组（word,1）
    val wordAndOneStreams = wordStreams.map((_, 1))
    //将相同的单词次数做统计
    val wordAndCountStreams = wordAndOneStreams.reduceByKey(_+_)
    //打印
    wordAndCountStreams.print()
    //启动 SparkStreamingContext
    ssc.start()
    ssc.awaitTermination()
  }
}

4. 启动nc并运行spark streaming程序

[root@bogon ~]# nc -l 9000
hello world
hell stream
hello spark

可以看到idea控制台，每3秒有一次输出。

-------------------------------------------
Time: 1644990894000 ms
-------------------------------------------
(stream,1)
(hell,1)


-------------------------------------------
Time: 1644990903000 ms
-------------------------------------------
(hello,1)
(spark,1)