2023_Spark_实验十九：SparkStreaming入门案例

SparkStreaming入门案例

一、准备工作

二、任务分析

三、官网案例

四、开发NetWordCount

一、准备工作

• 实验环境：netcat
• 安装nc：yum install -y nc

二、任务分析

将nc作为服务器端，用户产生数据；启动sparkstreaming案例中的客户端程序，监听服务器端发送过来的数据，并对其数据进行词频统计，即为流式的wordcount入门程序

三、官网案例

• 启动nc作为服务器端，执行：nc -l 1234，并输入测试数据，如图所示：

• 启动客户端，执行：bin/run-example streaming.NetworkWordCount localhost1234

注意）：如果要执行本例，必须确保机器 cpu 核数大于 2

四、开发NetWordCount

1. 创建maven工程
2. 添加maven依赖，即在pom.xml中添加streamming的依赖，如下（如果之前实验已经添加，就不用再添加，如果之前未添加，则需要添加该依赖）

<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.12</artifactId>
<version>2.1.1</version>
</dependency>

3.开发NetWordCount程序

import org.apache.spark.SparkConf
import org.apache.spark.storage.StorageLevel
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.{Seconds, StreamingContext}

object StreamingTest {
def main(args: Array[String]): Unit = {
val sparkConf = newSparkConf().setMaster("local[2]").setAppName("StreamingTest")
val streamingContext = new StreamingContext(sparkConf, Seconds(5))

// 创建DStream对象，并链接到nc服务器端
val ris: ReceiverInputDStream[String] = streamingContext.socketTextStream("192.168.245.110", 1234,StorageLevel.MEMORY_AND_DISK)
// 采集数据，并处理数据
val ds: DStream[String] = ris.flatMap(_.split(" "))
println(ris)
// 统计单词
val resultDS: DStream[(String, Int)] = ds.map(x => (x, 1)).reduceByKey(_ + _)
// 打印结果
resultDS.print()
// 启动实时计算
streamingContext.start()
// 等待计算结束
streamingContext.awaitTermination()
}
}

4.先在虚拟机上启动nc服务器：nc -l 1234，并输入测试数据，如图

5.然后运行程序

6.运行结果如下

参考：

https://www.shuzhiduo.com/A/gVdneZLa5W/