美文网首页
Spark实例-通过HDFS文件实时统计

Spark实例-通过HDFS文件实时统计

作者: 不圆的石头 | 来源:发表于2017-05-09 11:06 被阅读0次

通过Spark Streaming,实时监控HDFS目录,发现有文件时,实时进行计算。

package com.spark.streaming

import org.apache.spark.SparkConf
import org.apache.spark.streaming.StreamingContext
import org.apache.spark.streaming.Seconds

/*
 *
 * 通过HDFS文件实时统计
 */
object HDFSWordCount extends App {
  val conf = new SparkConf()
  .setAppName("HDFSWordCount")
  //.setMaster("hdfs://hadoop01:9000/")
  val ssc = new StreamingContext(conf,Seconds(5))

  val lines = ssc.textFileStream("hdfs://hadoop01:9000/wordcount_dir")
  val words = lines.flatMap(line=>line.split(" "))
  val paris = words.map((_,1))
  val wordCount=paris.reduceByKey(_+_)
  wordCount.print()
  ssc.start()
  ssc.awaitTermination()
  ssc.stop()
}

相关文章

网友评论

      本文标题:Spark实例-通过HDFS文件实时统计

      本文链接:https://www.haomeiwen.com/subject/ulubtxtx.html