このトピックでは、Spark Streaming を使用して ApsaraMQ for RocketMQ のデータを使用し、各バッチの単語数を計算する方法について説明します。
Spark を使用して ApsaraMQ for RocketMQ にアクセスする
サンプルコード:
val Array(cId, topic, subExpression, parallelism, interval) = args
val accessKeyId = System.getenv("ALIBABA_CLOUD_ACCESS_KEY_ID")
val accessKeySecret = System.getenv("ALIBABA_CLOUD_ACCESS_KEY_SECRET")
val numStreams = parallelism.toInt
val batchInterval = Milliseconds(interval.toInt)
val conf = new SparkConf().setAppName("Test ONS Streaming") // ONS Streaming のテスト
val ssc = new StreamingContext(conf, batchInterval)
def func: Message => Array[Byte] = msg => msg.getBody
val onsStreams = (0 until numStreams).map { i =>
println(s"starting stream $i") // ストリーム i を開始しています
OnsUtils.createStream(
ssc,
cId,
topic,
subExpression,
accessKeyId,
accessKeySecret,
StorageLevel.MEMORY_AND_DISK_2,
func)
}
val unionStreams = ssc.union(onsStreams)
unionStreams.foreachRDD(rdd => {
rdd.map(bytes => new String(bytes)).flatMap(line => line.split(" "))
.map(word => (word, 1))
.reduceByKey(_ + _).collect().foreach(e => println(s"word: ${e._1}, cnt: ${e._2}")) // word: ${e._1}, cnt: ${e._2}
})
ssc.start()
ssc.awaitTermination()説明
サンプルコードを実行する前に、環境変数を設定する必要があります。環境変数の設定方法の詳細については、このトピックの[環境変数の設定] セクションをご参照ください。
付録
完全なサンプルコードについては、GitHub にアクセスしてください。