实战SparkStream+Kafka+Redis实时计算商品销售额

写在前面

2016年天猫双十一当天，零点的倒计时话音未落，52秒交易额冲破10亿。随后，又迅速在0时6分28秒，达到100亿！每一秒开猫大屏上的交易额都在刷新，这种时实刷新的大屏看着感觉超爽。天猫这个大屏后面的技术应该是使用流计算，阿里使用Java将Storm重写了，叫JStrom(https://github.com/alibaba/jstorm)，最近学习SparkStream和Kafka,可以简单模仿一下这个时实计算成交额的过程，主要目的是实际运用这些技术，也了解一下技术的运用场景，加深对技术的理解。

实时计算模型

下图所示为通用SparkStream时实计算模型，主要分为三部分

1. 数据源
   我们这里的数据源选用了Kafka，关于Kafka的安装与使用说明可以参考这里https://kafkadoc.beanmr.com/

2. SparkStream计算
   SparkStream是实时计算的核心，这们这里也是近时实计算，选择一个时间窗口，对时间窗口中的数据做离线计算。

3. 数据落地
   SparkStream算好的结果可以存HDFS/Mysql/Redis等等，我们这里对商品销售额计算过程有涉及累加，所以选择了Redis

业务模型介绍

我们模仿一个电商系统，每时每刻都有订单成交，每一笔成交的数据以一个事件发送到Kafka中，SparkStream每一分中从Kafka中读取一次数据，计算一分钟内每个商品的销售额，然而写入Redis，并在Redis中累加每分钟的数据，Redis中主要存三种结果数量，从开始到当前总销售额、从开始到当前每个商品销售额、上一分钟每个商品的销售额

Kafka生产者，模拟每时每刻订单交易

object OrderProducer {


  def main(args: Array[String]): Unit = {

    //Kafka参数设置
    val topic = "order"
    val brokers = "127.0.0.1:9092"
    val props = new Properties()
    props.put("metadata.broker.list", brokers)
    props.put("serializer.class", "kafka.serializer.StringEncoder")
    val kafkaConfig = new ProducerConfig(props)
    //创建生产者
    val producer = new Producer[String, String](kafkaConfig)

    while (true) {
      //随机生成10以内ID
      val id = Random.nextInt(10)
      //创建订单成交事件
      val event = new JSONObject();
      //商品ID
      event.put("id", id)
      //商品成交价格
      event.put("price", Random.nextInt(10000))

      //发送信息
      producer.send(new KeyedMessage[String, String](topic, event.toString))
      println("Message sent: " + event)
      //随机暂停一段时间
      Thread.sleep(Random.nextInt(100))
    }
  }

}

生产者输出结果：

Message sent: {"price":3959,"id":6}
Message sent: {"price":1579,"id":0}
Message sent: {"price":857,"id":6}
Message sent: {"price":8440,"id":1}
Message sent: {"price":6873,"id":6}
Message sent: {"price":6202,"id":2}
Message sent: {"price":8403,"id":6}
Message sent: {"price":7866,"id":2}
Message sent: {"price":9441,"id":5}
Message sent: {"price":6880,"id":4}
Message sent: {"price":4572,"id":5}
Message sent: {"price":509,"id":3}
Message sent: {"price":7526,"id":0}

上述代码主要模拟一家店铺有十件商品，ID从0到9，每隔一小段随机时间成交一单，成交价格以分为单位，每成交一笔就像Kafka中发送一个消息，用这个生产者模拟线上的真实交易，在实际生产中成交数据可以从日志中获取。

Kafka消费者，SparkStream时实计算

object OrderConsumer {
  //Redis配置
  val dbIndex = 0
  //每件商品总销售额
  val orderTotalKey = "app::order::total"
  //每件商品上一分钟销售额
  val oneMinTotalKey = "app::order::product"
  //总销售额
  val totalKey = "app::order::all"


  def main(args: Array[String]): Unit = {

    // 创建 StreamingContext 时间片为1秒
    val conf = new SparkConf().setMaster("local").setAppName("UserClickCountStat")
    val ssc = new StreamingContext(conf, Seconds(1))

    // Kafka 配置
    val topics = Set("order")
    val brokers = "127.0.0.1:9092"
    val kafkaParams = Map[String, String](
      "metadata.broker.list" -> brokers,
      "serializer.class" -> "kafka.serializer.StringEncoder")


    // 创建一个 direct stream
    val kafkaStream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParams, topics)

    //解析JSON
    val events = kafkaStream.flatMap(line => Some(JSON.parseObject(line._2)))

    // 按ID分组统计个数与价格总合
    val orders = events.map(x => (x.getString("id"), x.getLong("price"))).groupByKey().map(x => (x._1, x._2.size, x._2.reduceLeft(_ + _)))

    //输出
    orders.foreachRDD(x =>
      x.foreachPartition(partition =>
        partition.foreach(x => {


          println("id=" + x._1 + " count=" + x._2 + " price=" + x._3)

          //保存到Redis中
          val jedis = RedisClient.pool.getResource
          jedis.select(dbIndex)
          //每个商品销售额累加
          jedis.hincrBy(orderTotalKey, x._1, x._3)
          //上一分钟第每个商品销售额
          jedis.hset(oneMinTotalKey, x._1.toString, x._3.toString)
          //总销售额累加
          jedis.incrBy(totalKey, x._3)
          RedisClient.pool.returnResource(jedis)


        })
      ))


    ssc.start()
    ssc.awaitTermination()
  }

}

消费者每分钟输出

id=4 count=3 price=7208
id=8 count=2 price=10152
id=7 count=1 price=6928
id=5 count=1 price=3327
id=6 count=3 price=20483
id=0 count=2 price=9882
id=2 count=2 price=9191
id=3 count=2 price=8211
id=1 count=3 price=9906

Redis客户端

object RedisClient extends Serializable {

  val redisHost = "127.0.0.1"
  val redisPort = 6379
  val redisTimeout = 30000
  lazy val pool = new JedisPool(new GenericObjectPoolConfig(), redisHost, redisPort, redisTimeout)

  lazy val hook = new Thread {
    override def run = {
      println("Execute hook thread: " + this)
      pool.destroy()
    }
  }
  sys.addShutdownHook(hook.run)


  def main(args: Array[String]): Unit = {
    val dbIndex = 0

    val jedis = RedisClient.pool.getResource
    jedis.select(dbIndex)
    jedis.set("test", "1")
    println(jedis.get("test"))
    RedisClient.pool.returnResource(jedis)

  }


}

Redis结果

上一分钟商品销售额，有了这个数据就可以做成动态的图表展示时实交易额了

每件商品总销售额

总销售额，这就是天猫大屏上的1111亿了

完整代码地址

http://git.oschina.net/whzhaochao/spark-learning/tree/master/spark/src/main/scala/com/spark/stream/order

原文地址：http://blog.csdn.net/whzhaochao/article/details/77717660