Spark Streaming
前言
介绍利用 StreamingPro 构建流式(Spark Streaming)计算程序
准备工作
下载StreamingPro
我们假设您将文件放在了/tmp目录下。
填写配置文件
下面配置下载后无需任何改动即可跑起来
gist
假设你下载后重新命名为test.json,并且放在了/tmp目录下。
ps: 这个例子里,我们模拟了一个流式数据源(一般而言是Kafka),然后将该数据源映射成一张表test。 另外我们知道,在一般流式计算中,我们经常需要一些映射数据,比如ip->地理位置 的映射关系。所以我们定义了一张testJoinTable表,然后该表可以直接可以被流式数据中使用(使用Join)。最后打印出结果。
启动StreamingPro
Local模式:
cd $SPARK_HOME
./bin/spark-submit --class streaming.core.StreamingApp \
--master local[2] \
--name test \
/tmp/streamingpro-0.4.1-SNAPSHOT-online-1.6.1.jar \
-streaming.name test \
-streaming.job.file.path file:///tmp/test.json
访问
https://127.0.0.1:4040
可进入Spark UI
集群模式:
cd $SPARK_HOME
./bin/spark-submit --class streaming.core.StreamingApp \
--master yarn-cluster \
--name test \
/tmp/streamingpro-0.4.1-SNAPSHOT-online-1.6.1.jar \
-streaming.name test \
-streaming.job.file.path hdfs://cluster/tmp/test.json
上一篇: Scala入门
下一篇: SpringIOC 和 DI