IDEA 开发 SparkStreaming

package com.chen

import org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}

object StreamWordCount {
  def main(args: Array[String]): Unit = {
    //1.初始化 Spark 配置信息
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SparkStreaming")
    //2.初始化 SparkStreamingContext
    val ssc = new StreamingContext(sparkConf, Seconds(3))

    //3.通过监控端口创建 DStream，读进来的数据为一行行
    val lines = ssc.socketTextStream("192.168.56.100", 9999)

    //将每一行数据做切分，形成一个个单词
    val words = lines.flatMap(_.split(" "))

    //将单词映射成元组（word,1）
    val wordToOne = words.map((_, 1))

    //将相同的单词次数做统计
    val wordToCount = wordToOne.reduceByKey(_ + _)

    //打印
    wordToCount.print()

    //1、采集是长期执行的任务，所以不能直接关闭
    //2、如果mian方法执行完毕，应用程序也会自动结束，所以不能让main执行完毕
    //ssc.stop()

    //启动采集器
    ssc.start()
    //等待采集器关闭
    ssc.awaitTermination()
  }
}

启动netcat，如下图

netcat安装教程

https://blog.csdn.net/weixin_44371237/article/details/126638496

执行StreamWordCount

代码里面设置了3秒统计一次，所以输入7次，统计了6次，剩1次在下个3秒中统计