编写Structure streaming程序

步骤:
1.导入pyspark模块
2.创建SparkSession对象
3.创建输入数据源
4.定义流计算过程
5.启动流计算并输出结果

from pyspark.sql import SparkSession
from pyspark.sql.functions import split
from pyspark.sql.functions import explode#炸成一行一个单词

if__name__==“main”:
spark = SparkSession.builder.appName(“StructuredNetworkWordCount”).getOrCreate()
spark.sparkContext.setLogLevel(‘WARN’)#设置显示级别,只有WARN的过程才被显示

lines = spark.readStream.format(“socket”).option(“host”,“localhost”).option(“port”,9999).load()

words = lines.select(explode(split(lines.value," "))).alias(“word”)#过来的是DataFrame,一行单词过来了,通过空格拆分成数组或是列表,然后炸成一个一个的单词,得到一个新的DataFrame,每一行就是一个单词,alias是重新命名一列为word
wordCounts = words.groupBy(“word”).count()

query =wordCounts.writeStream.outputMode(“complete”).format(“console”).trigger(processingTime = “8 seconds”).start()
query.awaitTermination()

先启动HDFS
cd /usr/local/hadoop
sbin/start-dfs.sh
新建终端,在这输入数据就行
nv -lk 9999
新建终端客户端
cd /usr/local/spark/mycode/structuredstreaming/
/usr/local/spark/bin/spark-submit
StruturedNetworkWordCount.py

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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