基于HDFS的实时计算和wordcount程序
来源:互联网 发布:皇室战争数据 编辑:程序博客网 时间:2024/06/05 16:27
基于HDFS文件的实时计算,其实就是,监控一个HDFS目录,只要其中有新文件出现,就实时处理。相当于处理实时的文件流。
streamingContext.fileStream<KeyClass, ValueClass, InputFormatClass>(dataDirectory)
streamingContext.fileStream[KeyClass, ValueClass, InputFormatClass](dataDirectory)
Spark Streaming会监视指定的HDFS目录,并且处理出现在目录中的文件。要注意的是,所有放入HDFS目录中的文件,都必须有相同的格式;必须使用移动或者重命名的方式,将文件移入目录;一旦处理之后,文件的内容即使改变,也不会再处理了;基于HDFS文件的数据源是没有Receiver的,因此不会占用一个cpu core。
案例:监控hdfs上/testdata/hadoop目录下当有新文件上传就会统计出结果
object HDFSWordCountDemo { def main(args: Array[String]): Unit = { Logger.getLogger("org").setLevel(Level.WARN) //local[2]这里必须是2个或2个以上的线程,一个负责接收数据,一个负责将接收的数据下发到worker上执行 val config = new SparkConf().setAppName("HDFSWordCountDemo")//.setMaster("local[2]")//打包上传到集群上运行,在Windows上测试没收到信息 val sc = new SparkContext(config) //Seconds两秒产生一个RDD val ssc = new StreamingContext(sc, Seconds(2)) val fileDstream = ssc.textFileStream("hdfs://hadoop01:8020/testdata/hadoop") fileDstream.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _).print() ssc.start() ssc.awaitTermination() }}//shell脚本代码/home/kitty/opt/spark/bin/spark-submit \--class day18.HDFSWordCountDemo \--master spark://hadoop01:7077 \--driver-memory 512M \--executor-memory 512M \--total-executor-cores 2 \/home/kitty/mytmp/scala-1.0-SNAPSHOT.jar
阅读全文
0 0
- 基于HDFS的实时计算和wordcount程序
- 7.Spark Streaming:输入DStream之基础数据源以及基于HDFS的实时wordcount程序
- 基于HDFS的spark分布式Scala wordcount程序测试
- 11.updateStateByKey以及基于缓存的实时wordcount程序
- 实时wordcount程序
- Spark来监控hdfs里的文件,并用wordcount计算
- 基于HDFS,Spark Stream的实时统计
- 运行hdfs的wordcount程序时出现的错误
- 配置Hadoop2.x的HDFS、MapReduce来运行WordCount程序
- 基于排序机制的wordcount程序
- spark streaming实现状态可恢复的wordcount计算程序
- 4.Spark Streaming:实时wordcount程序开发
- Spark基于排序机制的wordcount程序(Java版)
- 基于storm的wordCount
- Spark Streaming实现实时WordCount,DStream的使用,updateStateByKey(func)实现累计计算单词出现频率
- spark streaming 的wordcount程序,从hdfs上读取文件中的内容并计数
- 基于Spark机器学习和实时流计算的智能推荐系统
- 基于Spark机器学习和实时流计算的智能推荐系统
- 爬取二手房信息
- 数据归一化
- 无惧黑暗,逆着光斑斓
- 暑期集训test5
- “动次打次!”——用Web技术实现移动监测
- 基于HDFS的实时计算和wordcount程序
- php iconv实现编码转换
- 积分行业内幕、信用卡积分规则!你知道多少?
- HDU
- 设计模式之代理模式and装饰者模式
- MySQL复制表结构和内容到另一张表中的SQL语句
- Apache笔记
- 通过腾讯shuffle部署对shuffle过程进行详解
- Listener学习笔记-- day01 监听器的使用