spark streaming java简单demo

java写的程序,所以程序中使用的都是java的类和api,例如JavaStreamingContext,JavaReceiverInputDStream,JavaDStream。注意使用Java开头的类。
这个例子演示的是spark streaming接收socket数据。

    public static void main(String[] args) throws InterruptedException {
        SparkConf sparkConf = new SparkConf().setMaster("local[4]").setAppName("test");
        JavaStreamingContext jsc = new JavaStreamingContext(sparkConf, Durations.seconds(5));
        JavaReceiverInputDStream<String> lines = jsc.socketTextStream("127.0.0.1", 9999);
        JavaDStream<String> flatMap = lines.flatMap((FlatMapFunction<String, String>) s -> {
            String[] split = s.split(" ");
            return Arrays.asList(split).iterator();
        });

        JavaPairDStream<String, Integer> mapToPair = flatMap.mapToPair(
                (PairFunction<String, String, Integer>) s -> new Tuple2<>(s, 1)).reduceByKey(
                (Function2<Integer, Integer, Integer>) (v1, v2) -> v1 + v2);
        mapToPair.print();

        jsc.start();
        jsc.awaitTermination();

    }

然后使用nc命令向9999端口发送数据。输入命令nc -lk 9998,然后输入数据即可。spark streaming程序就可以接收到数据了,spark streaming是把一段时间内接收到的数据当作一个批次,然后把这个批次转为rdd,之后就是调用rdd的api进行数据处理了。每个批次就执行一次,rdd的转换和输出流程。
注意:代码中的.setMaster("local[4]").的含义,该测试是在本地进行的也就是local模式。下面这篇文件写的很好:
https://blog.csdn.net/zpf336/article/details/82152286

StreamingListener
是spark提供的时间监听类,实现该类的接口即可。
看一下源码中都有哪些方法可以实现:

trait StreamingListener {

  /** Called when the streaming has been started */
  def onStreamingStarted(streamingStarted: StreamingListenerStreamingStarted) { }

  /** Called when a receiver has been started */
  def onReceiverStarted(receiverStarted: StreamingListenerReceiverStarted) { }

  /** Called when a receiver has reported an error */
  def onReceiverError(receiverError: StreamingListenerReceiverError) { }

  /** Called when a receiver has been stopped */
  def onReceiverStopped(receiverStopped: StreamingListenerReceiverStopped) { }

  /** Called when a batch of jobs has been submitted for processing. */
  def onBatchSubmitted(batchSubmitted: StreamingListenerBatchSubmitted) { }

  /** Called when processing of a batch of jobs has started.  */
  def onBatchStarted(batchStarted: StreamingListenerBatchStarted) { }

  /** Called when processing of a batch of jobs has completed. */
  def onBatchCompleted(batchCompleted: StreamingListenerBatchCompleted) { }

  /** Called when processing of a job of a batch has started. */
  def onOutputOperationStarted(
      outputOperationStarted: StreamingListenerOutputOperationStarted) { }

  /** Called when processing of a job of a batch has completed. */
  def onOutputOperationCompleted(
      outputOperationCompleted: StreamingListenerOutputOperationCompleted) { }
}

下面用java实现一下该类,并测试这些方法:

public static void main(String[] args) throws InterruptedException {
        SparkConf sparkConf = new SparkConf().setMaster("local[4]").setAppName("test");
        JavaStreamingContext jsc = new JavaStreamingContext(sparkConf, Durations.seconds(15));
        jsc.addStreamingListener(new TestListener());
        JavaReceiverInputDStream<String> lines = jsc.socketTextStream("127.0.0.1", 9998);
        JavaDStream<String> flatMap = lines.flatMap((FlatMapFunction<String, String>) s -> {
            String[] split = s.split(" ");
            return Arrays.asList(split).iterator();
        });

        JavaPairDStream<String, Integer> mapToPair = flatMap.mapToPair(
                (PairFunction<String, String, Integer>) s -> new Tuple2<>(s, 1)).reduceByKey(
                (Function2<Integer, Integer, Integer>) Integer::sum);
        mapToPair.foreachRDD(new VoidFunction2<JavaPairRDD<String, Integer>, Time>() {
                                 @Override
                                 public void call(JavaPairRDD<String, Integer> v1, Time v2) throws Exception {
                                     System.out.println("pair:: " + v1.collect() + " time: " + v2);

                                 }
                             }
        );
//        mapToPair.print();

        jsc.start();
        jsc.awaitTermination();

    }

    static class TestListener implements StreamingListener {

        @Override
        public void onStreamingStarted(StreamingListenerStreamingStarted streamingStarted) {
            System.out.println("onStreamingStarted");
        }

        @Override
        public void onReceiverStarted(StreamingListenerReceiverStarted receiverStarted) {
            System.out.println("onReceiverStarted");
        }

        @Override
        public void onReceiverError(StreamingListenerReceiverError receiverError) {
            System.out.println("onReceiverError");
        }

        @Override
        public void onReceiverStopped(StreamingListenerReceiverStopped receiverStopped) {
            System.out.println("onReceiverStopped");
        }

        @Override
        public void onBatchSubmitted(StreamingListenerBatchSubmitted batchSubmitted) {
            System.out.println("onBatchSubmitted");
        }

        @Override
        public void onBatchStarted(StreamingListenerBatchStarted batchStarted) {
            System.out.println("onBatchStarted");
        }

        @Override
        public void onOutputOperationStarted(
                StreamingListenerOutputOperationStarted outputOperationStarted) {
            System.out.println("onOutputOperationStarted");
        }

        @Override
        public void onOutputOperationCompleted(
                StreamingListenerOutputOperationCompleted outputOperationCompleted) {
            System.out.println("onOutputOperationCompleted");
        }

        @Override
        public void onBatchCompleted(StreamingListenerBatchCompleted batchCompleted) {
            BatchInfo batchInfo = batchCompleted.batchInfo();
            Long batchTime = batchInfo.batchTime().milliseconds();
            Long numRecords = batchInfo.numRecords();
            Long totalDelay = (Long) Optional.ofNullable(batchInfo.totalDelay().getOrElse(null))
                    .orElse(-1L);
            Long submissionTime = batchInfo.submissionTime();
            Long processingDelay = (Long) Optional
                    .ofNullable(batchInfo.processingDelay().getOrElse(null)).orElse(-1L);
            System.out.println("batchInfo :: " + batchInfo);
        }
    }

输出:

19:04:08: onStreamingStarted
19:04:08: onReceiverStarted
19:04:15: onBatchSubmitted
19:04:15: onBatchStarted
19:04:15: onOutputOperationStarted
19:04:15: pair:: [(,1), (a,2), (v,1), (c,2)] time: 
19:04:15: onOutputOperationCompleted
19:04:15: batchInfo :: BatchInfo(1592996655000 ms,Map(0 -> StreamInputInfo(0,6,Map())),1592996655039,Some(1592996655044),Some(1592996655271),Map(0 -> OutputOperationInfo(1592996655000 ms,0,foreachRDD at DStreamingTest.java:56,org.apache.spark.streaming.api.java.AbstractJavaDStreamLike.foreachRDD(JavaDStreamLike.scala:42)
SparkLockTest.DStreamingTest.main(DStreamingTest.java:56),Some(1592996655044),Some(1592996655271),None)))

19:04:30: onBatchSubmitted
19:04:30: onBatchStarted
19:04:30: onOutputOperationStarted
19:04:30: pair:: [(d,1), (,1), (a,1), (b,1), (c,1)] time: 
19:04:30: onOutputOperationCompleted
19:04:30: batchInfo :: BatchInfo(1592996670000 ms,Map(0 -> StreamInputInfo(0,5,Map())),1592996670014,Some(1592996670015),Some(1592996670068),Map(0 -> OutputOperationInfo(1592996670000 ms,0,foreachRDD at DStreamingTest.java:56,org.apache.spark.streaming.api.java.AbstractJavaDStreamLike.foreachRDD(JavaDStreamLike.scala:42)
SparkLockTest.DStreamingTest.main(DStreamingTest.java:56),Some(1592996670015),Some(1592996670068),None)))
19:04:38: onReceiverStopped

可以看到在spark启动时调用,onStreamingStarted和onReceiverStarted方法,表示启动和开始接收数据;一个批次结束时(该例子中也就是15秒时)调用onBatchSubmitted和onBatchStarted,表示批次开始和批次执行;onOutputOperationStarted和onOutputOperationCompleted表示输出开始和输出结束,之间就是对数据的处理,在该例子中是数据打印;当整个批次完成时调用onBatchCompleted;如果整个程序结束那么调用onReceiverStopped。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,470评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,393评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,577评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,176评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,189评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,155评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,041评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,903评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,319评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,539评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,703评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,417评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,013评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,664评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,818评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,711评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,601评论 2 353