Spark Streaming 實(shí)時(shí)統(tǒng)計(jì)商戶當(dāng)日累計(jì)PV流量

一粉臊、問題

對(duì)實(shí)時(shí)流量日志過濾篩選商戶流量是牢,對(duì)每個(gè)商戶的流量進(jìn)行累計(jì)联喘,統(tǒng)計(jì)商戶實(shí)時(shí)累計(jì)流量。

當(dāng)時(shí)間超過24時(shí)時(shí)官册,重新統(tǒng)計(jì)當(dāng)日商戶的實(shí)時(shí)累計(jì)流量。

二难捌、實(shí)現(xiàn)步驟

1膝宁、采用Spark Streaming讀取Kafka中的實(shí)時(shí)日志流,生成DStream

2根吁、過濾其中的商戶頁流量员淫,生成DStream[k,v] (注:k為shopid, v為pv)

3、采用Spark Streaming中DStream[k,v]的mapWithState方法生成商戶累計(jì)流量MapWithStateDStream

4击敌、通過調(diào)用StreamingContext中的awaitTerminationOrTimeout(time) 方法設(shè)置當(dāng)前StreamingContext的終止時(shí)間實(shí)現(xiàn)在每天24時(shí)終止所有上述DStream計(jì)算介返。

5、調(diào)用StreamingContext中的stop方法沃斤,終止StreamingContext圣蝎。調(diào)用stop方法默認(rèn)會(huì)終止SparkContext,設(shè)置stop(stopSparkContext:Boolean = false,stopGracefully:Boolean = true)參數(shù)衡瓶,可以實(shí)現(xiàn)不終止SparkContext徘公,同時(shí)能夠保持StreamingContext已經(jīng)接受的Batch能夠處理完成后再終止StreamingContext

6、重復(fù)1~5哮针,即可以再次日0時(shí)自動(dòng)生成新的StreamingContext統(tǒng)計(jì)當(dāng)日商戶累計(jì)流量

三关面、案例代碼

package com.demo.data

import java.util
import java.util.Date
import kafka.serializer.StringDecoder
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.SparkContext
import org.apache.spark.streaming.{Seconds, State, StateSpec, StreamingContext}
import org.apache.spark.{Logging, SparkConf}
import com.demo.data.kafka.KafkaService
import com.demo.data.util.Constants

/**
  * Created by phycsgy on 17/2/13.
  */

object KafkaToRedis extends App with Logging{

    val conf = new SparkConf().setAppName("SparkStreamingKafka")
    val sc = new SparkContext(conf)

    //過濾商戶頁P(yáng)V流量
    def shopTrafficFilter(log:String):Boolean = {
        (log contains "\"element_id\":\"pageview\"") &
        (log contains "\"page_name\":\"shopinfo\"") &
        ("\"shop_id\":\"[0-9]+\"".r findFirstIn log).nonEmpty
    }

    //正則表達(dá)式提取shopid
    def shopInfoExtract(log:String) = {
      val parttern = "\"shop_id\":\"([0-9]+)\"".r
      val matchResult = parttern findFirstMatchIn log
      Tuple2(matchResult.get.group(1),1)
    }

    //計(jì)算當(dāng)前時(shí)間距離次日凌晨的時(shí)長(zhǎng)(毫秒數(shù))
    def resetTime = {
      val now = new Date()
      val tomorrowMidnight = new Date(now.getYear,now.getMonth,now.getDate+1)
      tomorrowMidnight.getTime - now.getTime

    }

    //商戶實(shí)時(shí)流量狀態(tài)更新函數(shù)
    val mapFuction = (shopid: String, pv: Option[Int], state: State[Int]) => {
      val accuSum = pv.getOrElse(0) + state.getOption().getOrElse(0)
      val output = (shopid,accuSum)
      state.update(accuSum)
      output
    }

    val stateSpec = StateSpec.function(mapFuction)

    while(true){

      val ssc = new StreamingContext(sc, Seconds(30))
      ssc.checkpoint("./")
      val kafkaService = new KafkaService
      val topicName = "log.traffic_data"
      //從kafka讀取日志流
      val kafkaStream = kafkaService.getKafkaStream[String, StringDecoder](ssc, topicName, Constants.KAFKA_LARGEST_OFFSET)
      //過濾商戶頁實(shí)時(shí)流量
      val shopTrafficStream = kafkaStream.map(msg => msg._2).filter(shopTrafficFilter).map(shopInfoExtract)
      //生成商戶頁流量實(shí)時(shí)累計(jì)狀態(tài)
      val shopTrafficUpdateStateDStream = shopTrafficStream.mapWithState(stateSpec).stateSnapshots()
      //展示商戶頁實(shí)時(shí)累計(jì)流量TOP10的商戶
      shopTrafficUpdateStateDStream.foreachRDD{
        rdd => {
          //取TOP10商戶
          rdd.top(10)(/*自定義排序方法*/TopElementOrdering)
            .foreach(item => println(item))
        }
      }

      ssc.start()
      //
      ssc.awaitTerminationOrTimeout(resetTime)
      ssc.stop(false,true)

    }

}

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市十厢,隨后出現(xiàn)的幾起案子等太,更是在濱河造成了極大的恐慌,老刑警劉巖寿烟,帶你破解...
    沈念sama閱讀 212,383評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件澈驼,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡筛武,警方通過查閱死者的電腦和手機(jī)缝其,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來徘六,“玉大人内边,你說我怎么就攤上這事〈猓” “怎么了漠其?”我有些...
    開封第一講書人閱讀 157,852評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我和屎,道長(zhǎng)拴驮,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,621評(píng)論 1 284
  • 正文 為了忘掉前任柴信,我火速辦了婚禮套啤,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘随常。我一直安慰自己潜沦,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,741評(píng)論 6 386
  • 文/花漫 我一把揭開白布绪氛。 她就那樣靜靜地躺著唆鸡,像睡著了一般。 火紅的嫁衣襯著肌膚如雪枣察。 梳的紋絲不亂的頭發(fā)上争占,一...
    開封第一講書人閱讀 49,929評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音询件,去河邊找鬼燃乍。 笑死,一個(gè)胖子當(dāng)著我的面吹牛宛琅,可吹牛的內(nèi)容都是我干的刻蟹。 我是一名探鬼主播,決...
    沈念sama閱讀 39,076評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼嘿辟,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼舆瘪!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起红伦,我...
    開封第一講書人閱讀 37,803評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤英古,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后昙读,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體召调,經(jīng)...
    沈念sama閱讀 44,265評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,582評(píng)論 2 327
  • 正文 我和宋清朗相戀三年蛮浑,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了唠叛。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,716評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡沮稚,死狀恐怖艺沼,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情蕴掏,我是刑警寧澤障般,帶...
    沈念sama閱讀 34,395評(píng)論 4 333
  • 正文 年R本政府宣布调鲸,位于F島的核電站,受9級(jí)特大地震影響挽荡,放射性物質(zhì)發(fā)生泄漏藐石。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,039評(píng)論 3 316
  • 文/蒙蒙 一定拟、第九天 我趴在偏房一處隱蔽的房頂上張望贯钩。 院中可真熱鬧,春花似錦办素、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,798評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至雷滚,卻和暖如春需曾,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背祈远。 一陣腳步聲響...
    開封第一講書人閱讀 32,027評(píng)論 1 266
  • 我被黑心中介騙來泰國(guó)打工呆万, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人车份。 一個(gè)月前我還...
    沈念sama閱讀 46,488評(píng)論 2 361
  • 正文 我出身青樓谋减,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親扫沼。 傳聞我的和親對(duì)象是個(gè)殘疾皇子出爹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,612評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容