sparkStreaming

import org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}

//  创建一个本地模式的StreamingContext, 两个工作线程， 1s的批处理间隔
//Master要求2个核，以防出现饥饿情况
object Socket {
  def main(args: Array[String]): Unit = {
//    Spark配置项
    val conf = new SparkConf().setAppName("Socket").setMaster("local[*]")

//    创建流式上下文，1s批处理间隔
    val ssc = new StreamingContext(conf, Seconds(1))
//  创建一个DStream，链接指定的hostname: prot, 比如localhost: 9999
    val lines = ssc.socketTextStream("localhost", 9999)
//    将收到的每条信息分割成词语
    val words = lines.flatMap(_.split(" "))
//    统计每个batch的词频
    val pairs = words.map(word => (word, 1))

//    词频汇总
    val WordCounts = pairs.reduceByKey(_+_)

//    打印从Dstream中生成的RDD的前10个元素到控制台
    WordCounts.print()
    ssc.start()     //开始计算
    ssc.awaitTermination()  //等待计算结束
  }

}

标签：Socket,val,sparkStreaming,词频,words,StreamingContext,ssc
来源： https://www.cnblogs.com/tan2022/p/14962772.html