第103课：动手实战联合使用Spark Streaming、Broadcast、Accumulator实现在线黑名单过滤和计数

第103课：动手实战联合使用Spark Streaming、Broadcast、Accumulator实现在线黑名单过滤和计数

/* 王家林老师授课http://weibo.com/ilovepains 每天晚上20：00YY频道现场授课频道68917580*/

Spark Streaming实时流处理，对于nc 输入的数据流进行黑名单过滤，并对黑名单输入的次数进行计数。

我们使用广播变量定义黑名单，使用Broadcast广播黑名单到每个Executor中

broadcastList = jsc.sparkContext().broadcast(Arrays.asList("Hadoop","Mahout","Hive"));

全局计数器，用于通知在线过滤了多少各黑名单

accumulator = jsc.sparkContext().accumulator(0, "OnlineBlacklistCounter");

实验步骤：

1、之前好用的的Tcpudp工具报错了，折腾这个浪费了一点时间



2、重新下载一个windows的nc.exe，java代码中使用hostname pc

在windows cmd命令行中使用nc -l -p 9999 -v，解决了socket 测试数据输入的问题



3、java代码运行，进行黑名单统计计数，结果如下：















源代码如下：

定义了2个receive，分别接收9999、8888两个端口的数据，9999端口统计黑名单，8888的端口不用做什么。