Spark Streaming之使用Spark Streaming处理文件系统(local/hdfs)的数据

package com.yys.spark.project

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

/**
  * 使用Spark Streaming处理文件系统(local/hdfs)的数据
  */
object FileWordCount {

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

    val sparkConf = new SparkConf().setMaster("local").setAppName("FileWordCount")
    val ssc = new StreamingContext(sparkConf, Seconds(5))

    val lines = ssc.textFileStream("file:///opt/yys/data/")

    val result = lines.flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_)
    result.print()

    ssc.start()
    ssc.awaitTermination()


  }

}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Spark Streaming 程序处理数据的方法一般包括以下几个步骤: 1. 定义数据源:使用 Spark Streaming 支持的数据源(如 Kafka、Flume、HDFS、Twitter 和 Socket 等),创建一个 DStream(离散流),用于表示输入的数据流。 2. 定义数据处理逻辑:使用 Spark Streaming 提供的高级 API(如 map、flatMap、reduceByKey、updateStateByKey 等),定义对输入数据流进行处理的逻辑。 3. 启动 StreamingContext:创建一个 StreamingContext 对象,并使用它来启动 Spark Streaming 应用程序。 4. 接收和处理数据:在 StreamingContext 启动后,使用 DStream 的一些操作(如 foreachRDD、saveAsTextFiles 等),从 DStream 中接收和处理数据。 5. 停止 StreamingContext:当数据处理完成后,使用 StreamingContext 停止 Spark Streaming 应用程序。 下面是一个简单的 Spark Streaming 程序示例,用于计算从一个 TCP socket 中读取的数字的总和: ```python from pyspark import SparkContext from pyspark.streaming import StreamingContext # 创建 SparkContext 和 StreamingContext 对象 sc = SparkContext("local[2]", "NetworkWordCount") ssc = StreamingContext(sc, 1) # 创建一个 DStream,从 TCP socket 中读取数据 lines = ssc.socketTextStream("localhost", 9999) # 对输入数据流进行处理 numbers = lines.flatMap(lambda line: line.split(" ")) total = numbers.reduce(lambda x, y: int(x) + int(y)) # 输出结果 total.pprint() # 启动 StreamingContext ssc.start() # 等待 StreamingContext 停止 ssc.awaitTermination() ``` 在上面的示例中,我们首先创建了一个 SparkContext 和一个 StreamingContext 对象。然后,我们使用 StreamingContext.socketTextStream() 方法创建了一个 DStream,从 localhost 的 9999 端口读取数据。接下来,我们使用 flatMap 和 reduce 操作对输入数据流进行处理,计算数字的总和,并使用 pprint() 方法输出结果。最后,我们启动 StreamingContext,等待数据处理完成。
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