热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

SparkStreaming实时流处理笔记(9)——SparkStreaming高级功能

1高级功能带状态的算子:UpdateStatByKeypackagecom.myspark.comimportorg.apache.spark.SparkConf
1 高级功能
  • 带状态的算子: UpdateStatByKey

package com.myspark.comimport org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}object StatefulWordCount {def main(args: Array[String]): Unit = {val sparkConf = new SparkConf().setAppName("StatefulWordCount").setMaster("local[2]")val ssc = new StreamingContext(sparkConf, Seconds(5))/** 使用了 stateful 算子,必须要设置 checkpoint* 在生产环境中,建议把 checkpoint 设置到 HDFS 的某个文件夹中* */ssc.checkpoint(".")val lines = ssc.socketTextStream("localhost", 6789)val result = lines.flatMap(_.split(" ")).map((_, 1))val state = result.updateStateByKey[Int](updateFunction _)state.print()ssc.start()ssc.awaitTermination()}def updateFunction(currentValues: Seq[Int], preValues: Option[Int]): Option[Int] = {val current = currentValues.sumval pre = preValues.getOrElse(0)Some(current + pre)}}

2 实战

计算到目前为止出现的单词个数写入到 MySQL

2.1 创建表

mysql> use spark_test;
Database changed
mysql> create table wordcount(
word varchar(50) default null,
wordcount int(10) default null
);
Query OK, 0 rows affected (0.04 sec)mysql>

2.2 源码

修改 pom 文件

<dependency><groupId>mysqlgroupId><artifactId>mysql-connector-javaartifactId><version>5.1.38version>dependency>

package com.myspark.comimport java.sql.DriverManagerimport org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}/*
*
* 使用 Spark Streaming 完成词频统计&#xff0c;并将结果写入到 MySQL
* */

object ForeachRDDApp {def main(args: Array[String]): Unit &#61; {val sparkConf &#61; new SparkConf().setAppName("ForeachRDDApp").setMaster("local[2]")val ssc &#61; new StreamingContext(sparkConf, Seconds(5))/** 使用了 stateful 算子&#xff0c;必须要设置 checkpoint* 在生产环境中&#xff0c;建议把 checkpoint 设置到 HDFS 的某个文件夹中* */val lines &#61; ssc.socketTextStream("localhost", 6789)val result &#61; lines.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ &#43; _)//state.print()/*result.foreachRDD(rdd &#61;> {val connection &#61; createConnection()rdd.foreach { record &#61;>val sql &#61; "insert into wordcount(word,wordcount) values(&#39;"&#43;record._1&#43;"&#39;,"&#43;record._2&#43;")"connection.createStatement().execute(sql)}})*/result.print()/** 存在问题&#xff1a;对于已有的数据做更新&#xff0c;所有的数据均为insert** 改进思路&#xff1a;(1)在插入数据前先判断单词是否存在&#xff0c;如果存在就 update,不存在就insert* (2) HBase /Redis** 每个 rdd 的partition 创建 connection,建议改为连接池* */result.foreachRDD(rdd &#61;> {rdd.foreachPartition(partitionOfRecords &#61;> {val connection &#61; createConnection()partitionOfRecords.foreach(record &#61;> {val sql &#61; "insert into wordcount(word,wordcount) values(&#39;" &#43; record._1 &#43; "&#39;," &#43; record._2 &#43; ")"connection.createStatement().execute(sql)})connection.close()})})ssc.start()ssc.awaitTermination()}/** 获取 MySQL 的连接* */def createConnection() &#61; {Class.forName("com.mysql.jdbc.Driver")DriverManager.getConnection("jdbc:mysql://localhost:3306/spark_test", "root", "root")}}

2.3 运行

在这里插入图片描述
在这里插入图片描述

3 窗口函数
  • 定时的进行一个时间段内的数据处理
  • window length : 窗口的长度
  • sliding interval : 窗口的间隔
  • 这2个参数和 batch size 有关系&#xff1a; 倍数
  • 每隔多久计算某个范围内的数据&#xff08;每隔 sliding interval 统计前 window length的值&#xff09;

4 黑名单过滤 (transform)

4.1 例子


  1. 访问日志&#xff08;&#61;>DStream&#xff09;

001,aa
002,bb
003,cc

&#61;>(aa:001,aa) (bb:002,bb) (cc:003,cc)
2. 黑名单列表&#xff08;&#61;>RDD&#xff09;

aa
cc

&#61;> (aa:true) (cc:true)
3. leftjoin

(aa:[<001,aa>,])
(bb:[<002,bb>,])
(cc:[<003,cc>,])

4.2 源码

package com.myspark.comimport org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}/*
* 黑名单过滤
* */

object TransformApp {def main(args: Array[String]): Unit &#61; {val sparkConf &#61; new SparkConf().setMaster("local[2]").setAppName("TransformApp")val ssc &#61; new StreamingContext(sparkConf, Seconds(5))//构建黑名单val blacks &#61; List("aa", "cc")val blacksRDD &#61; ssc.sparkContext.parallelize(blacks).map(x &#61;> (x, true))val lines &#61; ssc.socketTextStream("localhost", 6789)val clicklog &#61; lines.map(x &#61;> (x.split(",")(1), x)).transform(rdd &#61;> {rdd.leftOuterJoin(blacksRDD).filter(x &#61;> x._2._2.getOrElse(false) !&#61; true).map(x &#61;> x._2._1)})clicklog.print()ssc.start()ssc.awaitTermination()}
}

4.3 结果

在这里插入图片描述


推荐阅读
  • 流处理中的计数挑战与解决方案
    本文探讨了在流处理中进行计数的各种技术和挑战,并基于作者在2016年圣何塞举行的Hadoop World大会上的演讲进行了深入分析。文章不仅介绍了传统批处理和Lambda架构的局限性,还详细探讨了流处理架构的优势及其在现代大数据应用中的重要作用。 ... [详细]
  • 本文探讨了异步编程的发展历程,从最初的AJAX异步回调到现代的Promise、Generator+Co以及Async/Await等技术。文章详细分析了Promise的工作原理及其源码实现,帮助开发者更好地理解和使用这一重要工具。 ... [详细]
  • ASP.NET 进度条实现详解
    本文介绍了如何在ASP.NET中使用HTML和JavaScript创建一个动态更新的进度条,并通过Default.aspx页面进行展示。 ... [详细]
  • 利用Node.js实现PSD文件的高效切图
    本文介绍了如何通过Node.js及其psd2json模块,快速实现PSD文件的自动化切图过程,以适应项目中频繁的界面更新需求。此方法不仅提高了工作效率,还简化了从设计稿到实际应用的转换流程。 ... [详细]
  • 本文详细介绍了Linux系统中信号量的相关函数,包括sem_init、sem_wait、sem_post和sem_destroy,解释了它们的功能和使用方法,并提供了示例代码。 ... [详细]
  • 本文详细介绍了 `org.apache.tinkerpop.gremlin.structure.VertexProperty` 类中的 `key()` 方法,并提供了多个实际应用的代码示例。通过这些示例,读者可以更好地理解该方法在图数据库操作中的具体用途。 ... [详细]
  • 本文深入探讨了Go语言中的接口型函数,通过实例分析其灵活性和强大功能,帮助开发者更好地理解和运用这一特性。 ... [详细]
  • Centos7 Tomcat9 安装笔记
    centos7,tom ... [详细]
  • 1、编写一个Java程序在屏幕上输出“你好!”。programmenameHelloworld.javapublicclassHelloworld{publicst ... [详细]
  • 从理想主义者的内心深处萌发的技术信仰,推动了云原生技术在全球范围内的快速发展。本文将带你深入了解阿里巴巴在开源领域的贡献与成就。 ... [详细]
  • 本文探讨了如何通过Service Locator模式来简化和优化在B/S架构中的服务命名访问,特别是对于需要频繁访问的服务,如JNDI和XMLNS。该模式通过缓存机制减少了重复查找的成本,并提供了对多种服务的统一访问接口。 ... [详细]
  • 本文将从基础概念入手,详细探讨SpringMVC框架中DispatcherServlet如何通过HandlerMapping进行请求分发,以及其背后的源码实现细节。 ... [详细]
  • 深入理解:AJAX学习指南
    本文详细探讨了AJAX的基本概念、工作原理及其在现代Web开发中的应用,旨在为初学者提供全面的学习资料。 ... [详细]
  • 本文详细探讨了在Web开发中常见的UTF-8编码问题及其解决方案,包括HTML页面、PHP脚本、MySQL数据库以及JavaScript和Flash应用中的乱码问题。 ... [详细]
  • 本文详细介绍了 Java 中 org.w3c.dom.Node 类的 isEqualNode() 方法的功能、参数及返回值,并通过多个实际代码示例来展示其具体应用。此方法用于检测两个节点是否相等,而不仅仅是判断它们是否为同一个对象。 ... [详细]
author-avatar
手机用户2602900587
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有