spark实战项目之二，读kafka数据流，分组计数

输入数据来自kafka，十行一组，每组4个数字
长这样

706260,34,13,10
653244,16,8,43
395410,23,15,8
735026,30,29,16
106844,45,29,33
796853,14,41,37
324616,15,5,37
156450,41,2,27
385898,47,34,5
710053,30,37,27

从简单入手，想算出他们按后三个数字分别group by的计数
如果用sql表达，就是三个group by的子查询，外面套一个sum，
在spark里能做的当然比sql多，但先从简单开始吧

参考spark包内带的例子python/streaming/direct_kafka_wordcount.py后
代码大致长这样

from pyspark import SparkContext
from pyspark.streaming import StreamingContext
from pyspark.streaming.kafka import KafkaUtils

sc = SparkContext(appName="CountByTagPV")
#batch every 1 seconds
ssc = StreamingContext(sc, 1