spark streaming 2 streaming on RDD
package com.shujia.spark.streaming import org.apache.spark.{SparkConf, SparkContext} import org.apache.spark.sql.{DataFrame, SparkSession} import org.apache.spark.streaming.dstream.ReceiverInputDStream import org.apache.spark.streaming.{Durations, StreamingContext} object Demo2StreamOnRDD { def main(args: Array[String]): Unit = { val spark: SparkSession = SparkSession.builder() .appName("streaming") .master("local[2]") .config("spark.sql.shuffle.partitions", 1) .getOrCreate() import spark.implicits._ import org.apache.spark.sql.functions._ val sc: SparkContext = spark.sparkContext /** * 创建streaming 上下文对象,指定batch的间隔时间,多久计算一次 * */ val ssc = new StreamingContext(sc, Durations.seconds(5)) val linesDS: ReceiverInputDStream[String] = ssc.socketTextStream("master", 8888) /** * foreachRDD:将DS转换成RDD使用,可以使用 rdd 的 api * */ linesDS.foreachRDD(rdd => { /** * 每个batch计算一次,不能做全局的计算 * */ //使用rdd api rdd.flatMap(_.split(",")) .map((_, 1)) .reduceByKey(_ + _) // .foreach(println) val lineDF: DataFrame = rdd.toDF("lines") lineDF .select(explode(split($"lines", ",")) as "word") .groupBy($"word") .agg(count($"word") as "C") // .show() lineDF.createOrReplaceTempView("words") spark.sql( """ | |select word,count(1) from ( |select explode(split(lines,',')) as word from words |) as a |group by word | """.stripMargin) .show() }) //启动streaming ssc.start() ssc.awaitTermination() //等待关闭 这三行代码必须要写 ssc.stop() } }
分类:
spark
标签:
spark streaming
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· DeepSeek在M芯片Mac上本地化部署
· 葡萄城 AI 搜索升级:DeepSeek 加持,客户体验更智能