读取Kafka数据并作单词计数

读取Kafka数据并计数的代码

package SparkStream

import org.apache.spark.{HashPartitioner, SparkConf}
import org.apache.spark.storage.StorageLevel
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}

object LoadKafkaDataAndWC {
  def main(args: Array[String]): Unit = {
    val conf: SparkConf = new SparkConf().setAppName("LoadKafkaDataAndWC").setMaster("local[2]")
    val ssc = new StreamingContext(conf, Seconds(5))
    // 设置请求kafka的几个参数
    val Array(zkQuorum, group, topics, numTheads) = args
    //设置请求kafka的参数

    ssc.checkpoint("hdfs://hadoop02:9000/ck-2018-8-19-002")
    //获取每一个topic并放到一个Map里
    val topicMap: Map[String, Int] = topics.split(" ").map((_, numTheads.toInt)).toMap
    //调用KafkaUtils工具类获取Kafka数据
    val data: ReceiverInputDStream[(String, String)] = KafkaUtils.createStream(ssc, zkQuorum, group, topicMap, StorageLevel.MEMORY_AND_DISK_SER)
    //因为DStream 里的key是offset值,把DStream里的value数据取出来
    val lines: DStream[String] = data.map(_._2)
    val tup = lines.flatMap(_.split(" ")).map((_, 1))
    val res: DStream[(String, Int)] = tup.updateStateByKey(func, new HashPartitioner(ssc.sparkContext.defaultParallelism), true)
    res.print()
    ssc.start()
    ssc.awaitTermination()

  }

  val func = (it: Iterator[(String, Seq[Int], Option[Int])]) => {
    it.map(x => {
      (x._1, x._2.sum + x._3.getOrElse(0))
    })
  }
}

参数列表

 

只要在Kafka生产者中不断生成数据,这里就会读取到数据,并进行累加

  • 0
    点赞
  • 1
    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