13518219792
测试思路：
创新互联致力于互联网品牌建设与网络营销，包括成都网站设计、网站建设、SEO优化、网络推广、整站优化营销策划推广、电子商务、移动互联网营销等。创新互联为不同类型的客户提供良好的互联网应用定制及解决方案，创新互联核心团队十年专注互联网开发，积累了丰富的网站经验，为广大企业客户提供一站式企业网站建设服务，在网站建设行业内树立了良好口碑。
首先，创建网络数据源数据发送器（程序一）；
其次，创建spark接收数据程序（程序二）；
接着，将程序一打包，放在服务器上执行。这里有三个参数分别是：所要发送的数据文件，通过哪个端口号发送，每隔多少毫秒发送一次数据；
最后，运行spark程序，这里每隔5秒处理一次数据。有两个参数：监听的端口号，每隔多少毫秒接收一次数据。
观察效果。
程序一：
sparkStreaming
import java.io.PrintWriter
import java.net.ServerSocket
import scala.io.Source
object SalaSimulation {
(length: ) = {
java.util.Random
rdm = Random
rdm.nextInt(length)
}
(args: Array[]){
(args.length != ){
System..println()
System.()
}
filename = args()
lines = Source.(filename).getLines.toList
filerow = lines.length
listener = ServerSocket(args().toInt)
(){
socket = listener.accept()
Thread(){
= {
(+socket.getInetAddress)
out = PrintWriter(socket.getOutputStream())
(){
Thread.(args().toLong)
content = lines((filerow))
(content)
out.write(content +)
out.flush()
}
socket.close()
}
}.start()
}
}
}程序二：
sparkStreaming
import org.apache.log4j.{LoggerLevel}
import org.apache.spark.storage.StorageLevel
import org.apache.spark.streaming.{SecondsStreamingContext}
import org.apache.spark.{SparkContextSparkConf}
import org.apache.spark.streaming.StreamingContext._
object NetworkWordCount {
def main(args: Array[]){
Logger.getLogger("org.apache.spark").setLevel(Level.WARN)
Logger.getLogger("org.apache.eclipse.jetty.server").setLevel(Level.OFF)
conf = SparkConf().setAppName().setMaster()
sc = SparkContext(conf)
ssc = StreamingContext(sc())
lines = ssc.socketTextStream(args()args().toIntStorageLevel.)
words = lines.flatMap(_.split())
wordCounts = words.map(x=>(x)).reduceByKey(_+_)
wordCounts.print()
ssc.start()
ssc.awaitTermination()
}
}
