1.IDEA编写程序
案例所需的pom.xml依赖:
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.11</artifactId>
<version>${spark.version}</version>
<scope>provided</scope>
</dependency>
主代码:
package chapter5
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.{SparkConf, SparkContext}
object WordCount {
def main(args: Array[String]): Unit = {
//SparkStreaming程序入口
val conf: SparkConf = new SparkConf().setAppName("wordcount").setMaster("local[*]")
val sc = new SparkContext(conf)
sc.setLogLevel("WARN")
val ssc: StreamingContext = new StreamingContext(sc, Seconds(5))
//接收数据,socketTextStream第一个参数是数据源,第二个参数是自定义端口号,和数据源中的对应上即可
val data: ReceiverInputDStream[String] = ssc.socketTextStream("hadoop101", 9999)
//按照分隔符进行切分
val spliFile: DStream[String] = data.flatMap(_.split(" "))
//将每个单词记为1
val wordAndOne: DStream[(String, Int)] = spliFile.map((_, 1))
//聚合单词
val wordAndCount: DStream[(String, Int)] = wordAndOne.reduceByKey(_ + _)
//打印输出
wordAndCount.print()
//开启SparkStreaming
ssc.start()
//让程序一直处于接收状态,等待关闭
ssc.awaitTermination()
}
}
结果放在下边。
此时打开虚拟机,如果第一次使用,需要安装命令:yum install -y nc。安装完成后执行命令,并开始传数据:
此时,IDEA中执行主方法,控制台开始接收数据状态:
当hadoop101节点开始出现数据时,主方法会自动捕捉:
2.服务器运行实时jar包
将上边写好的主方法,在maven中clean和package打包(记得在pom文件<mainclass>中改成运行的方法名),从IDEA项目列表列表中找到target文件夹,找到打好的包,放在桌面,再上传到服务器上(在集群中启动spark服务),接着nc -lk 9999命令。
主方法中要:
再打开一个窗口执行:
成功后的界面和上面一样:
在这里传输数据: