package com.bjsxt;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.function.FlatMapFunction;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.PairFunction;
import org.apache.spark.api.java.function.VoidFunction;
import org.apache.spark.streaming.Durations;
import org.apache.spark.streaming.api.java.JavaDStream;
import org.apache.spark.streaming.api.java.JavaPairDStream;
import org.apache.spark.streaming.api.java.JavaReceiverInputDStream;
import org.apache.spark.streaming.api.java.JavaStreamingContext;
import scala.Tuple2;
import scala.actors.threadpool.Arrays;
/**
* 1.local的模拟线程数必须大于2 ,因为一条线程被receiver(接受数据的线程)占用,另一个线程是job执行
* 2.Durations时间的设置,就是我们能接受的延迟度,这个我们需要根据集群的资源情况以及监控每一个job的执行时间来调节出最佳时间
* 3.创建JavaStreamingContext有两种方式(SparkConf、SparkContext)
* 4.业务逻辑完成以后,需要有一个output operator
* 5.JavaStreamingContext.start()Streaming框架启动之后,是不能再次添加业务逻辑的
* 6.JavaStreamingContext.stop()无参数的stop方法会将sparkContext一同关闭,stop(false),默认为true,会一同关闭
* 7.JavaStreamingContxt.stop()停止之后,是不能再调用start
* @author Administrator
*/
/**
* foreach算子注意:
* 1.foreachRDD是DStream中output operator类算子
* 2.foreachRDD可以遍历得到DStream中的RDD,可以在这个算子内对RDD使用RDD的transformation类算子,进行转化,但是一定要用rdd的action类算子进行触发执行
* 3.foreachRDD可以得到DStream中的RDD,在这个算子内,RDD算子外执行代码是在Driver端执行的,RDD算子内代码是在Executor中执行的。
*
* @author Administrator
*
*/
public class WordCountOnline {
public static void main(String[] args) {
/**
* 这里的local一定要设置为2,因为其中一个线程接受数据的时候,是占用状态,需要另外一个线程输出
*/
SparkConf conf=new SparkConf().setAppName("test").setMaster("local[2]");
/**
* 在创建streamcontext的时候,设置batch interval时间
* 创建JavaStreamingContext有两种方式(SparkConf、SparkContext)
*/
JavaStreamingContext jsc=new JavaStreamingContext(conf,Durations.seconds(5));
/**
* 去除重复的日志
*/
jsc.sparkContext().setLogLevel("WARN");
JavaReceiverInputDStream<String> lines = jsc.socketTextStream("node01", 9999);
JavaDStream<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
@Override
public Iterable<String> call(String s) throws Exception {
System.out.println("*************************************");
return Arrays.asList(s.split(" "));
}
});
JavaPairDStream<String, Integer> ones = words.mapToPair(new PairFunction<String, String, Integer>() {
@Override
public Tuple2<String, Integer> call(String word) throws Exception {
return new Tuple2<String,Integer>(word,1);
}
});
JavaPairDStream<String, Integer> counts = ones.reduceByKey(new Function2<Integer, Integer, Integer>() {
@Override
public Integer call(Integer v1, Integer v2) throws Exception {
return v1+v2;
}
});
//outputoperttor类算子
//counts.print()打印输出
counts.foreachRDD(new VoidFunction<JavaPairRDD<String,Integer>>() {
@Override
public void call(JavaPairRDD<String, Integer> pairRDD) throws Exception {
System.out.println("sdsdsdfj~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~");
pairRDD.foreach(new VoidFunction<Tuple2<String,Integer>>() {
@Override
public void call(Tuple2<String, Integer> tuple) throws Exception {
System.out.println("tuple---------"+tuple);
}
});
}
});
jsc.start();
//等待spark程序被终止
jsc.awaitTermination();
jsc.stop(false);
}
}