怎么联合使用SparkStreaming、Broadcast、Accumulaor
本篇内容介绍了“怎么联合使用Spark Streaming、Broadcast、Accumulaor”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
专注于为中小企业提供网站建设、成都网站设计服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业万年免费做网站提供优质的服务。我们立足成都,凝聚了一批互联网行业人才,有力地推动了近1000家企业的稳健成长,帮助中小企业通过网站建设实现规模扩充和转变。
广播可以自定义,通过Broadcast、Accumulator联合可以完成复杂的业务逻辑。
以下代码实现在本机9999端口监听,并向连接上的客户端发送单词,其中包含黑名单的单词Hadoop,Mahout和Hive。
packageorg.scala.opt
importjava.io.{PrintWriter, IOException} importjava.net.{Socket, SocketException, ServerSocket} case classServerThread(socket : Socket) extendsThread("ServerThread") { override defrun(): Unit = { valptWriter = newPrintWriter(socket.getOutputStream) try{ varcount = 0 vartotalCount = 0 varisThreadRunning : Boolean = true valbatchCount = 1 valwords = List("Java Scala C C++ C# Python JavaScript", "Hadoop Spark Ngix MFC Net Mahout Hive") while(isThreadRunning) { words.foreach(ptWriter.println) count += 1 if(count >= batchCount) { totalCount += count count = 0 println("batch "+ batchCount + " totalCount => "+ totalCount) Thread.sleep(1000) } //out.println此类中的方法不会抛出 I/O 异常,尽管其某些构造方法可能抛出异常。客户端可能会查询调用 checkError() 是否出现错误。 if(ptWriter.checkError()) { isThreadRunning = false println("ptWriter error then close socket") } } } catch{ casee : SocketException => println("SocketException : ", e) casee : IOException => e.printStackTrace(); } finally{ if(ptWriter != null) ptWriter.close() println("Client "+ socket.getInetAddress + " disconnected") if(socket != null) socket.close() } println(Thread.currentThread().getName + " Exit") } } objectSocketServer { defmain(args : Array[String]) : Unit = { try{ vallistener = newServerSocket(9999) println("Server is started, waiting for client connect...") while(true) { valsocket = listener.accept() println("Client : "+ socket.getLocalAddress + " connected") newServerThread(socket).start() } listener.close() } catch{ casee: IOException => System.err.println("Could not listen on port: 9999.") System.exit(-1) } } } |
以下代码实现接收本机9999端口发送的单词,统计黑名单出现的次数的功能。
packagecom.dt.spark.streaming_scala
importorg.apache.spark.streaming.{Seconds, StreamingContext} importorg.apache.spark.{SparkConf, Accumulator} importorg.apache.spark.broadcast.Broadcast
/** * 第103课: 动手实战联合使用Spark Streaming、Broadcast、Accumulator实现在线黑名单过滤和计数 * 本期内容: 1,Spark Streaming与Broadcast、Accumulator联合 2,在线黑名单过滤和计算实战 */ object_103SparkStreamingBroadcastAccumulator {
@volatile private varbroadcastList : Broadcast[List[String]] = null @volatile private varaccumulator : Accumulator[Int] = null
defmain(args : Array[String]) : Unit = { valconf = newSparkConf().setMaster("local[5]").setAppName("_103SparkStreamingBroadcastAccumulator") valssc = newStreamingContext(conf, Seconds(5)) ssc.sparkContext.setLogLevel("WARN")
/** * 使用Broadcast广播黑名单到每个Executor中 */ broadcastList = ssc.sparkContext.broadcast(Array("Hadoop", "Mahout", "Hive").toList)
/** * 全局计数器,用于通知在线过滤了多少各黑名单 */ accumulator = ssc.sparkContext.accumulator(0, "OnlineBlackListCounter")
ssc.socketTextStream("localhost", 9999).flatMap(_.split(" ")).map((_, 1)).reduceByKey(_+_).foreachRDD {rdd =>{ if(!rdd.isEmpty()) { rdd.filter(wordPair => { if(broadcastList.value.contains(wordPair._1)) { println("BlackList word %s appeared".formatted(wordPair._1)) accumulator.add(wordPair._2) false } else{ true } }).collect() println("BlackList appeared : %d times".format(accumulator.value)) } }} ssc.start() ssc.awaitTermination() ssc.stop() } } |
Server发送端日志如下,不断打印输出的次数。
Spark Streaming端打印黑名单的单词及出现的次数。
“怎么联合使用Spark Streaming、Broadcast、Accumulaor”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!
新闻标题:怎么联合使用SparkStreaming、Broadcast、Accumulaor
网站路径:
http://kswjz.com/article/gcshjo.html
扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流