Spark-stream基础---sparkStreaming和Kafka整合wordCount单词计数
(img-q6pnj4j4-1713387300334)]//2.接入kafka数据源(如何访问kafka集群?zookeeper)//第一个类型:单词,第二个类型:在每一个分区中出现的次数累加的结果。需求:kafka消费数据到sparkStreaming计算。//保持历史状态 wc 单词,次数 聚合的key。//1.创建StreamingContext。//4.启动streaming程序。//第
先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
//3.创建生产者
bin/kafka-console-producer.sh --broker-list hou-01:9092 --topic wc
//4.控制台输入任意单词
IDEA添加依赖
org.apache.spark
spark-streaming-kafka-0-8_2.11
${spark.version}
1.0版本单词计数
package day08
import org.apache.spark.SparkConf
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Milliseconds, StreamingContext}
/*
需求:kafka消费数据到sparkStreaming计算
*/
object KafkaWordCount {
def main(args: Array[String]): Unit = {
//1.创建StreamingContext
val conf: SparkConf = new SparkConf().setAppName(“kafkaWordCount”).setMaster(“local[2]”)
val ssc: StreamingContext = new StreamingContext(conf,Milliseconds(2000))
//2.接入kafka数据源(如何访问kafka集群?zookeeper)
val zkQuorm: String = “192.168.64.111,192.168.64.112,192.168.64.113”
//访问组
val groupID = “g1”
//访问主题
val topic: Map[String, Int] = MapString,Int
//创建Dstream
val kafkaStream: ReceiverInputDStream[(String, String)] = KafkaUtils
.createStream(ssc,zkQuorm,groupID,topic)
//3.处理数据
val data: DStream[String] = kafkaStream.map(_._2)
//4.启动streaming程序
val r: DStream[(String, Int)] = data.flatMap(.split(" ")).map((,1)).reduceByKey(+)
r.print()
ssc.start()
//5.关闭资源
ssc.awaitTermination()
}
}
结果
2.0版本单词计数
将历史记录保存下来,显示出来,主要使用dataFunc
package day08
import org.apache.spark.{HashPartitioner, SparkConf}
import org.apache.spark.streaming.dstream.{DStream, ReceiverInputDStream}
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Milliseconds, StreamingContext}
object StatusKafkaWordCount {
//保持历史状态 wc 单词,次数 聚合的key
//第一个类型:单词,第二个类型:在每一个分区中出现的次数累加的结果
//第三个类型:是以前的结果
val updateFunc = (iter:Iterator[(String,Seq[Int],Option[Int])]) => {
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
*
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-q6pnj4j4-1713387300334)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
更多推荐
所有评论(0)