Spark Streaming入门实验

目录

一、准备工作

二、任务分析

三、官网案例

四、开发NetWordCount

---

一、准备工作

---

• 实验环境：netcat
• 安装nc：yum install -y nc

二、任务分析

---

将nc作为服务器端，用户产生数据；启动sparkstreaming案例中的客户端程序，监听服务器端发送过来的数据，并对其数据进行词频统计，即为流式的wordcount入门程序

三、官网案例

---

• 启动nc作为服务器端，执行：nc -l 1234，并输入测试数据，如图所示：

• 启动客户端，执行：

注意）：如果要执行本例，必须确保机器 cpu 核数大于 2

四、开发NetWordCount

1. 创建maven工程
2. 添加maven依赖，即在pom.xml中添加streamming的依赖，如下

<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.12</artifactId>
<version>2.1.1</version>
</dependency>

 

3.开发NetWordCount程序

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

object StreamingTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[2]").setAppName("StreamingTest")
    val streamingContext = new StreamingContext(sparkConf, Seconds(5))

    // 创建DStream对象，并链接到nc服务器端
    val ris: ReceiverInputDStream[String] = streamingContext.socketTextStream("192.168.43.50", 1234, StorageLevel.MEMORY_AND_DISK)
    // 采集数据，并处理数据
    val ds: DStream[String] = ris.flatMap(_.split(" "))
    println(ris)
    // 统计单词
    val resultDS: DStream[(String, Int)] = ds.map(x => (x, 1)).reduceByKey(_ + _)
    // 打印结果
    resultDS.print()
    // 启动实时计算
    streamingContext.start()
    // 等待计算结束
    streamingContext.awaitTermination()
  }
}

注意：

4.先在虚拟机上启动nc服务器：nc -l 1234，并输入测试数据，如图

5.然后运行程序

6.运行结果如下