StreamingPro目前已经涵盖流式/批处理,以及交互查询三个领域,实现配置和SQL化
前言
今天介绍利用 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
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
http://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
这里需要注意的是,配置文件如果放到HDFS上,则需要带上hdfs前缀。这是一个标准的Spark 流式处理程序
作者:祝威廉
链接:https://www.jianshu.com/p/d10edd6c7cf9
点击查看更多内容
为 TA 点赞
评论
共同学习,写下你的评论
评论加载中...
作者其他优质文章
正在加载中
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦