千家信息网最后更新 2024年11月29日怎么联合使用Spark Streaming、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！
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。
package org.scala.opt
import java.io.{PrintWriter, IOException}
import java.net.{Socket, SocketException, ServerSocket} case class ServerThread(socket : Socket) extends Thread("ServerThread") {
override def run(): Unit = {
val ptWriter = new PrintWriter(socket.getOutputStream)
try {
var count = 0
var totalCount = 0
var isThreadRunning : Boolean = true
val batchCount = 1
val words = 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 {
case e : SocketException =>
println("SocketException : ", e)
case e : IOException =>
e.printStackTrace();
} finally {
if (ptWriter != null) ptWriter.close()
println("Client " + socket.getInetAddress + " disconnected")
if (socket != null) socket.close()
}
println(Thread.currentThread().getName + " Exit")
}
}
object SocketServer {
def main(args : Array[String]) : Unit = {
try {
val listener = new ServerSocket(9999)
println("Server is started, waiting for client connect...")
while (true) {
val socket = listener.accept()
println("Client : " + socket.getLocalAddress + " connected")
new ServerThread(socket).start()
}
listener.close()
}
catch {
case e: 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。
package com.dt.spark.streaming_scala
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.{SparkConf, Accumulator}
import org.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 var broadcastList : Broadcast[List[String]] = null
@volatile private var accumulator : Accumulator[Int] = null
def main(args : Array[String]) : Unit = {
val conf = new SparkConf().setMaster("local[5]").setAppName("_103SparkStreamingBroadcastAccumulator")
val ssc = new StreamingContext(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网站，小编将为大家输出更多高质量的实用文章！
