Spark再体验之springboot整合spark
2017-04-17 22:28
393 查看
有说胎记是前世死的方式,偶肚子上有个,于是想,难不成上辈子是被人捅死的,谁那么狠。。。后来遇到个人,在同样的位置也有个类似的,忽然就平衡了。
神回复:也可能你们俩上辈子是很烤串
这里包含了springboot和spark需要的依赖
然后再写一个计算单词个数的方法,这个程序跟以前的一样,只是
注意 注意 注意
上面两点写法需要注意
别说我怎么知道的,这个问题花了整整一下午一把血与泪啊,中文,,英文和日文的解答都尼玛看了。。。文本我用的是《巴黎圣母院》的英文版,下面是结果
代码我放在了GitHub上,有兴趣的可以看一看。
接触spark不到四天,通过demo对其有了更进一步的认识,前几天买的书《Spark快速大数据分析》今天刚到,值得去看一看。
代码量减少了一倍,据说效率还提高了。。。
神回复:也可能你们俩上辈子是很烤串
前言
上一篇主要讲的是spark环境的搭建和任务的提交,这一篇是将spark直接部署在springboot搭建的web服务里,一些数据逻辑交给spark去处理,至于原理等我对spark有了更深的理解再来一一讲述!编码
使用springboot快速搭建一个web框架,之前对pom中的依赖配置不是怎么在意,进过spark和scala版本的坑之后,发现想配置一个完美的pom是多么的不容易,下面倾情奉送<parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>1.3.2.RELEASE</version> <relativePath/> <!-- lookup parent from repository --> </parent> <properties> <scala.version>2.10.4</scala.version> <spark.version>1.6.2</spark.version> </properties> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> <exclusions> <exclusion> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-logging</artifactId> </exclusion> </exclusions> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-log4j</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-thymeleaf</artifactId> </dependency> <dependency> <groupId>org.scala-lang</groupId> <artifactId>scala-library</artifactId> <version>${scala.version}</version> </dependency> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> <version>2.4.4</version> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.10</artifactId> <version>${spark.version}</version> <exclusions> <exclusion> <groupId>org.slf4j</groupId> <artifactId>slf4j-log4j12</artifactId> </exclusion> <exclusion> <groupId>log4j</groupId> <artifactId>log4j</artifactId> </exclusion> </exclusions> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-launcher_2.10</artifactId> <version>${spark.version}</version> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-mllib_2.10</artifactId> <version>${spark.version}</version> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-streaming_2.10</artifactId> <version>${spark.version}</version> </dependency> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.4</version> <scope>test</scope> </dependency> <dependency> <groupId>org.specs</groupId> <artifactId>specs</artifactId> <version>1.2.5</version> <scope>test</scope> </dependency> <dependency> <groupId>org.ansj</groupId> <artifactId>ansj_seg</artifactId> <version>5.1.1</version> </dependency> </dependencies> <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <configuration> <source>1.8</source> <target>1.8</target> </configuration> </plugin> </plugins> </build>
这里包含了springboot和spark需要的依赖
然后再写一个计算单词个数的方法,这个程序跟以前的一样,只是
SparkConfig的配置有所改变
@Component public class WordCountService implements Serializable { private static final Pattern SPACE = Pattern.compile(" "); @Autowired private transient JavaSparkContext sc; public Map<String, Integer> run() { Map<String, Integer> result = new HashMap<>(); JavaRDD<String> lines = sc.textFile("C:\\Users\\bd2\\Downloads\\blsmy.txt").cache(); lines.map(new Function<String, String>() { @Override public String call(String s) throws Exception { System.out.println(s); return s; } }); System.out.println(lines.count()); JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() { @Override public Iterable<String> call(String s) throws Exception { return Arrays.asList(SPACE.split(s)); } }); JavaPairRDD<String, Integer> ones = words.mapToPair(new PairFunction<String, String, Integer>() { private static final long serialVersionUID = 1L; public Tuple2<String, Integer> call(String s) { return new Tuple2<String, Integer>(s, 1); } }); JavaPairRDD<String, Integer> counts = ones.reduceByKey(new Function2<Integer, Integer, Integer>() { private static final long serialVersionUID = 1L; public Integer call(Integer i1, Integer i2) { return i1 + i2; } }); List<Tuple2<String, Integer>> output = counts.collect(); for (Tuple2<String, Integer> tuple : output) { result.put(tuple._1(),tuple._2()); } return result; } }
注意 注意 注意
上面两点写法需要注意
implements Serializable和
private transient JavaSparkContext sc
transient为的是不让sc序列化,如果没有它做修饰,你会遇到这样错
Task not serializable] with root cause java.io.NotSerializableException: com.quick.spark.xxx
别说我怎么知道的,这个问题花了整整一下午一把血与泪啊,中文,,英文和日文的解答都尼玛看了。。。文本我用的是《巴黎圣母院》的英文版,下面是结果
结果
代码我放在了GitHub上,有兴趣的可以看一看。
后记
代码都放在了公司了,自己住的地方网速慢的要死,短短一篇文章写了半个多小时。。。接触spark不到四天,通过demo对其有了更进一步的认识,前几天买的书《Spark快速大数据分析》今天刚到,值得去看一看。
后续
早上使用java8提供的lambda表达式改了以下代码,如下图代码量减少了一倍,据说效率还提高了。。。
相关文章推荐
- Spring or SpringBoot项目整合spark日志冲突解决
- spring boot实战(第十四篇)整合RabbitMQ源码分析前言
- swagger 与 springboot 的整合实战
- 通过Spring-boot整合dubbo框架
- Spring boot 整合mybatis
- Redis学习(3.1)spring boot整合Redis速成
- Spring boot 整合spring Data JPA+Spring Security+Thymeleaf框架(上)
- Spring Boot 构建应用——整合 Freemarker 模版引擎
- Spring boot 整合CXF开发webService
- Spring Boot学习总结(2)——Spring Boot整合Jsp
- Spring Boot WebSocket整合及nginx配置
- Spring Boot、Mybatis框架整合开发Java RESTful Web Service
- SpringBoot和Mybatis整合
- Spring boot 整合CXF开发web service
- Spring boot 整合CXF开发web service
- Spring Boot整合Activiti,查看流程图出现中文乱码问题
- spring boot和mybatis整合
- spring boot整合Morphia对MongoDB进行操作
- spring boot 整合Freemarker
- Spring Boot学习记录(三)--整合Mybatis