sparkstreaming（1）——实战

在spark的一开篇（可以见我的spark（1）这篇博客），我们就谈到了sparkstreaming可以快速的处理数据流。
我们可以从sparkstreaming处理新的流式数据再传给sparksql进行计算，或者spark生态中的MLlib去进行数据的实时更新进行机器学习等。
类比于spark-core和sparksql，写sparkstreaming代码也要创建自己的上下文Streaming Context（通过spark context来获取streaming context，并且还要指定一个时间间隔），通过Streaming Context获取到的数据可以称为DStreams模型，如果一个Streaming Context已经开启，那么就不允许新的DStream建立，并且当Streaming Context停止以后，就不允许重新启动，DStreams模型是由一串连续的RDD构成，每个RDD都有前面定义的时间间隔内的数据，所以操作DStreams里的数据其实也是操作RDD。
处理DSream的逻辑一定要在开启Streaming Context之前写完，一旦开启就不能添加新的逻辑方式。

我们在python中写好如下代码：

在linux下开启10008端口服务

随便输入一些字符串观察pycharm中的结果：



可以见到，数据流进来并被spark streaming处理