原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
【准备】
Sbt配置：
name:=TestSparkProject
version:=1.0
scalaVersion:=2.10.4
libraryDependencies+=org.apache.spark%%spark-core%1.3.0
libraryDependencies+=org.apache.spark%%spark-streaming%1.3.0
libraryDependencies+=org.apache.spark%%spark-sql%1.3.0
简单示例：
/output/tcp收数据并解析出来。注意，因为spark只能用pull方式获取数据，所以
/output/tcp必须以mode=server方式运行。
output{
tcp{
codec=json_lines
mode=server
port=8888
}
}
importorg.apache.spark.SparkContext
importorg.apache.spark.SparkContext._
importorg.apache.spark.streaming.{Seconds,StreamingContext}
importorg.apache.spark.streaming.StreamingContext._
importscala.util.parsing.json.JSON
objectTestSparkStream{
defmain(args:Array[String]){
valsparkConf=newSparkConf().setMaster(local[2]).setAppName(LogStash)
valsc=newSparkContext(sparkConf)
valssc=newStreamingContext(sc,Seconds(10))
vallines=ssc.socketTextStream(localhost,8888)
valjsonf=
lines.map(JSON.parseFull(_)).map(_.get.asInstanceOf[scala.collection.immutable.Map[Strin
g,Any]])
jsonf.filter(l=l(lineno)75).window(Seconds(30)).foreachRDD(rdd={
rdd.foreach(r={
println(r(path))
})
})
ssc.start()
ssc.awaitTermination()
}
}
每10秒挪动一次window，window宽度是30秒，把JSON数据解析出来以后，做过滤和循环
输出。这里需要提示一下的是.foreachRDD方法。这是一个output方法。sparkstreaming里对
input收到的DStream一定要有output处理，那么最常见的就是用foreachRDD把DStream里的
RDDs循环一遍，做save啊，print啊等等后续。
然后用sbt工具编译后就可以运行了：
sbtpackage./spark-1.3.0-bin-hadoop2.4/bin/spark-submit--class
TestSparkStream--master
文档评论（0）