您的位置:首页 > 其它

DStream操作实战:3.SparkStreaming开窗函数reduceByKeyAndWindow,实现单词计数

2018-03-11 22:10 441 查看
 package cn.testdemo.dstream.socket

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

  //todo:利用sparkStreaming开窗函数reduceBykeyAndWindow实现单词计数
  object SparkStreamingSocketWindow {

    //currentValues:表示的是当前批次中相同单词出现所有的1    (hadoop,1)(hadoop,1)(hadoop,1)
    //historyValue:表示之前所有批次中单词出现的总次数
    def updateFunc(currentValues:Seq[Int], historyValue:Option[Int]):Option[Int] ={
      val newValues: Int = currentValues.sum + historyValue.getOrElse(0)
      Some(newValues)
    }

    def main(args: Array[String]): Unit = {
      //1、创建sparkConf
      val sparkConf: SparkConf = new SparkConf().setAppName("SparkStreamingSocketWindow").setMaster("local[2]")
      //2、创建sparkContext
      val sc = new SparkContext(sparkConf)
      sc.setLogLevel("WARN")
      //3、创建streamingContext
      val ssc = new StreamingContext(sc,Seconds(5))
      //设置checkpoint,用于保存中间结果数据
      ssc.checkpoint("./ck2018")

      //4、获取socket数据
      val stream: ReceiverInputDStream[String] = ssc.socketTextStream("192.168.216.128",9999)
      //5、操作数据流
      val wordAndOne: DStream[(String, Int)] = stream.flatMap(_.split(" ")).map((_,1))
      //6、实现单词计数reduceByKeyAndWindow
      //reduceFunc:需要一个函数作用在Dstream
      //windowDuration:表示窗口的长度
      //slideDuration :表示窗口的滑动时间,即每隔多久计算一次

    val result: DStream[(String, Int)] = wordAndOne.reduceByKeyAndWindow((x:Int,y:Int)=>x+y,Seconds(5),Seconds(10))
      //7、打印结果数据
      result.print()
      //8、开启计算
      ssc.start()
      ssc.awaitTermination()
    }
  }
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  spark
相关文章推荐