SparkStreaming自定义采集器

实现自定义采集器类

import java.io.{BufferedReader, InputStreamReader}
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}
import org.apache.spark.streaming.receiver.Receiver

class MyReceiver(host:String,port:Int) extends  Receiver[String](StorageLevel.MEMORY_ONLY){
  var socket:java.net.Socket=null
  def receive(): Unit = {
    socket = new java.net.Socket(host,port)
    val reader = new BufferedReader(new InputStreamReader(socket.getInputStream,"UTF-8"))
    var line:String=null
	
    while((line=reader.readLine())!=null){
      if(line.equals("end")){
        return
      }else{
        this.store(line)
      }
    }
  }

  override def onStart(): Unit = {
    new Thread(new Runnable {
      override def run(): Unit = {
        receive()
      }
    }).start()
  }

  override def onStop(): Unit = {
      if(socket!=null){
        socket.close()
        socket=null
      }
  }
}

object MyReceiver{
  def main(args: Array[String]): Unit = {
    val sparkconf: SparkConf = new SparkConf().setMaster("local[*]").setAppName("myreceiver")
    val context = new StreamingContext(sparkconf,Seconds(5))
    val receiverStream: ReceiverInputDStream[String] = context.receiverStream(new MyReceiver("192.168.**.**",7777))

    val line: DStream[String] = receiverStream.flatMap(line=>line.split("\\s+"))
    val wordStream: DStream[(String, Int)] = line.map((_,1))
    val reduceStream: DStream[(String, Int)] = wordStream.reduceByKey(_+_)

    receiverStream.print()

    context.start()
    context.awaitTermination()
  }
}

启动SparkStreaming

在这里插入图片描述

启动端口

  • 启动命令::nc -lk 7777
  • 输入数据:
hello spark
hello world
hello java
hello spark

在这里插入图片描述
查看SparkStreaming输出数据
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在Linux下使用Spark Streaming实时采集端口数据的开发步骤如下: 1. 安装Java和Scala环境,并下载安装Spark。 2. 在Spark中添加Spark Streaming依赖。 3. 编写Spark Streaming应用程序代码,包括创建SparkConf和StreamingContext对象,设置数据源(例如socket文本流),对数据流进行转换和处理,最终输出结果。 4. 使用Linux命令启动Spark Streaming应用程序。 5. 在终端上发送数据到指定端口,数据将被Spark Streaming应用程序实时采集并处理。 具体步骤如下: 1. 安装Java和Scala环境。在Linux系统中,可以使用命令行安装: ``` sudo apt-get install default-jdk sudo apt-get install scala ``` 2. 下载安装Spark。在Linux系统中,可以从官网下载压缩包,并解压到指定目录。例如: ``` wget https://downloads.apache.org/spark/spark-3.0.1/spark-3.0.1-bin-hadoop2.7.tgz tar -zxvf spark-3.0.1-bin-hadoop2.7.tgz ``` 3. 在Spark中添加Spark Streaming依赖。在Spark应用程序中,需要添加以下依赖: ```scala libraryDependencies += "org.apache.spark" %% "spark-streaming" % "3.0.1" libraryDependencies += "org.apache.spark" %% "spark-streaming-kafka-0-10" % "3.0.1" ``` 4. 编写Spark Streaming应用程序代码。以下是一个简单的示例,实时采集指定端口的数据,并将单词计数结果输出到终端: ```scala import org.apache.spark.SparkConf import org.apache.spark.streaming.{Seconds, StreamingContext} object SocketStreaming { def main(args: Array[String]): Unit = { val conf = new SparkConf().setAppName("SocketStreaming").setMaster("local[*]") val ssc = new StreamingContext(conf, Seconds(5)) // 设置数据源,监听指定端口 val lines = ssc.socketTextStream("localhost", 9999) // 对数据流进行转换和处理 val words = lines.flatMap(_.split(" ")) val pairs = words.map(word => (word, 1)) val wordCounts = pairs.reduceByKey(_ + _) // 输出结果 wordCounts.print() ssc.start() ssc.awaitTermination() } } ``` 5. 使用Linux命令启动Spark Streaming应用程序。在终端中执行以下命令: ``` $SPARK_HOME/bin/spark-submit --class SocketStreaming --master local[*] SocketStreaming.jar ``` 其中,`$SPARK_HOME`表示Spark的安装目录,`SocketStreaming`是应用程序的类名,`local[*]`表示使用本地模式运行,`SocketStreaming.jar`是打包好的应用程序包。 6. 在终端上发送数据到指定端口(例如9999),数据将被Spark Streaming应用程序实时采集并处理。可以使用以下命令: ``` nc -lk 9999 ``` 以上就是在Linux下使用Spark Streaming实时采集端口数据的开发步骤。
评论 2
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