SparkStreaming基于Kafka Receiver

1.流程图

 

2.streaming代码

 

SparkConf conf = new SparkConf().setMaster("local[4]").setAppName("SparkStreamingOnKafkaRecevier");

 

JavaStreamingContext jsc = new JavaStreamingContext(conf, Durations.seconds(30));

Map<String, Integer> topic = new HashMap<String, Integer>();

topic.put("SparkStreamingOnKafkaRecevier", 2);

JavaPairReceiverInputDStream<String, String> lines = KafkaUtils.createStream(jsc, "rizhicaiji:2181", "MyFirstGroup", topic);

 

JavaDStream<String> words = lines.flatMap(new FlatMapFunction<Tuple2<String,String>, String>() { //如果是Scala,由于SAM转换,所以可以写成val words = lines.flatMap { line => line.split(" ")}

 

public Iterable<String> call(Tuple2<String,String> tuple) throws Exception {

return Arrays.asList(tuple._2.split(" "));

}

});

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