Spark来监控hdfs里的文件，并用wordcount计算

最新推荐文章于 2022-05-07 19:50:16 发布

zhuguorong11

最新推荐文章于 2022-05-07 19:50:16 发布

阅读量1.1k

点赞数

分类专栏： spark

本文链接：https://blog.csdn.net/zhuguorong11/article/details/61924005

版权

spark 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

import org.apache.spark._
import org.apache.spark.streaming._
object Stream {
  def main(args: Array[String]) {
    val sparkConf = new SparkConf().setMaster("spark://10.149.252.106:7077").setAppName("Streaming");
    // 创建Streaming的上下文，包括Spark的配置和时间间隔，这里时间为间隔20秒
    val ssc = new StreamingContext(sparkConf,Seconds(10));
    // 指定监控的目录
//    val lines = ssc.textFileStream("file:///home/ubuntu/sparkJar/test");
    val lines = ssc.textFileStream("hdfs://10.149.252.106:9000/input");
    val words = lines.flatMap(_.split(" "));
    val wordCount = words.map(x => (x,1)).reduceByKey(_+_);
    wordCount.saveAsTextFiles("hdfs://10.149.252.106:9000/output/")
    wordCount.print();
    ssc.start();
    ssc.awaitTermination();
  }
}