【大数据分析】Spark的二次开发工程edata-base,介绍

介绍

edata-base是基于Spark的大数据二次开发库,它封装了Spark与其他常用中间的使用方法,使得基于Spark的开发更加简便。
源码仓库地址:https://gitee.com/alan-sword/edata-base

工程介绍

在这里插入图片描述

edata-base 中的POM

edata-base 规定了Spark API与其他中间件API的版本,自定义Spark工程可以自行引用,edata-base-component引用了这个父工程。

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

    <modelVersion>4.0.0</modelVersion>
    <groupId>com.edata.bigdata</groupId>
    <artifactId>edata-base</artifactId>
    <packaging>pom</packaging>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <java.version>1.8</java.version>
        <scala.version>2.11</scala.version>
        <scala.binary.version>2.11</scala.binary.version>
        <spark.version>2.4.3</spark.version>
        <hadoop.version>3.1.2</hadoop.version>
        <posgresql.version>42.1.1</posgresql.version>
        <nebula.version>2.6.1</nebula.version>
        <flink.version>1.14.3</flink.version>
        <zookeeper.version>3.6.1</zookeeper.version>
    </properties>

    <modules>
        <module>edata-base-component</module>
        <module>edata-bigdata-test</module>
    </modules>

    <dependencies>


        <!--Postgresql-->
        <dependency>
            <groupId>org.postgresql</groupId>
            <artifactId>postgresql</artifactId>
            <version>42.3.1</version>
        </dependency>

        <!--mongodb-->
        <dependency>
            <groupId>org.mongodb.spark</groupId>
            <artifactId>mongo-spark-connector_${scala.version}</artifactId>
            <version>2.4.3</version>
        </dependency>

        <!--Spark-->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming-kafka-0-10_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-hive_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-mllib_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>

        <!--ZooKeeper-->
        <dependency>
            <groupId>org.apache.zookeeper</groupId>
            <artifactId>zookeeper</artifactId>
            <version>${zookeeper.version}</version>
        </dependency>
    </dependencies>
    <build>
<!--        <sourceDirectory>src/main/scala</sourceDirectory>-->
<!--        <testSourceDirectory>src/test/scala</testSourceDirectory>-->
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <configuration>
                    <source>${java.version}</source>
                    <target>${java.version}</target>
                    <encoding>UTF-8</encoding>
                    <showWarnings>true</showWarnings>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.scala-tools</groupId>
                <artifactId>maven-scala-plugin</artifactId>
                <version>2.15.2</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>compile</goal>
                            <goal>testCompile</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
<!--            <plugin>-->
<!--                <groupId>org.apache.maven.plugins</groupId>-->
<!--                <artifactId>maven-surefire-plugin</artifactId>-->
<!--                <version>2.19</version>-->
<!--                <configuration>-->
<!--                    <skip>true</skip>-->
<!--                </configuration>-->
<!--            </plugin>-->
        </plugins>
    </build>
</project>

edata-base-component在自定义工程中的使用

我们可以先大致看看在自定义工程edata-base-test中是如何使用edata-base-component的,首先是POM文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

    <parent>
        <artifactId>edata-base</artifactId>
        <groupId>com.edata.bigdata</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <artifactId>edata-bigdata-test</artifactId>
    <modelVersion>4.0.0</modelVersion>

    <dependencies>
        <dependency>
            <groupId>com.edata.bigdata</groupId>
            <artifactId>edata-base-component</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>
    </dependencies>
</project>

如上所示,edata-base-test引用了edata-base-component的包。便可以如下图般使用相关的库。

package com.edata.bigdata.viewmain
import com.edata.bigdata.bean.MyClass
import com.edata.bigdata.mongo.{SparkMongoConnector, SparkMongoImpl}
object testing {
  def main(args: Array[String]): Unit = {
    //创建连接器
    val connector:SparkMongoConnector = new SparkMongoConnector()
    connector.appname="SparkMongoTesting"
    connector.master = "local[*]"
    connector.ipport = "192.168.36.141:27017"
    connector.database = "spark"
    connector.collection = "collection"
    connector.username = "admin"
    connector.password = "123456"
    //connector.uri = "mongodb://admin:123456@192.168.36.141:27017/spark.collection?authSource=admin"
    //创建Spark-mongo数据交互实例,赋予连接器
    val smi = new SparkMongoImpl[MyClass]
    smi.connector = connector
    val data = smi.find()
    data.first()
    smi.save(data)
  }
}

自定义工程在使用edata-base-component时,只需要实现两步
(1)创建Spark与其他中间件的连接器(connector)实例。
(2)创建Spark与其他中间的接口实例,创建过程中传入自定义case class(上面代码是MyClass),并将连接器实例赋给接口实例。

edata-base-component的模块划分

如下图所示
在这里插入图片描述
edata-base-component根据Spark与主流中间件在交互上的不同划分模块,例如hdfs,mongodb,postgresql等,此外还有一些工具类,以及针对自定义case class的反射转换。使得基于edata-base-component开发的Spark程序能够自动将用户定义的case class转换成DataFrame中的Schema

工程的使用

将edata-base-component工程打包成Jar,并在自己的自定义工程里进行引用,POM文件如下

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>edata-base</artifactId>
        <groupId>com.edata.bigdata</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <artifactId>edata-bigdata-test</artifactId>
    <modelVersion>4.0.0</modelVersion>
    <dependencies>
        <dependency>
            <groupId>com.edata.bigdata</groupId>
            <artifactId>edata-base-component</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>
    </dependencies>
</project>

总体上,可以将基于edata-base-component的代码分成两个部分,创建连接器,以及调用API

    val connector:KafkaComsumeConnector = new KafkaComsumeConnector()
    connector.appname = "SparkKafkaComsumerTesting"
    connector.master = "local[*]"
    connector.bootstraps = "localhost:9092"
    connector.topic = "topicA"
    connector.group_id = "direct"

    val ski = new SparkKafkaImpl[String,String]
    ski.comsumeConnector = connector
    ski.createDirectStream()

    ski.stream.foreachRDD(rdd=>{
      rdd.foreach(println)
      val kvRDD = rdd.map(record=>(record.key,record.value))
      kvRDD.foreach(println)
    })
    ski.start()

在这里插入图片描述

H3C设备通常通过SSH (Secure Shell) 进行远程管理。"Lookback" 是一种SSH的安全特性,也称为反向SSH或端口转发,它允许你在一台计算机上设置一个SSH连接到本地主机,并将这个连接的网络流量代理到另一个指定的IP地址和端口。 在H3C设备上启用SSH Lookback的步骤可能会因设备型号和版本而异,但一般涉及以下几个基本步骤: 1. **登录设备**:首先,使用SSH工具(如PuTTY、Cisco CLI或其他支持SSH的终端仿真程序)连接到你的H3C设备。 2. **检查当前配置**:查看设备当前的SSH配置,确认是否已经启用了SSH服务并且有无限制外部访问的策略。可以在设备的命令行界面下运行`display current-configuration | include ssh` 类似的命令来查找相关信息。 3. **启用lookback功能**:如果设备支持lookback,可能需要编辑或添加SSH配置项来启用它。这通常涉及到修改`ip ssh server listen-source-address`或`local-tunnel`这样的参数,使其接受来自特定源IP的连接。例如,在某些H3C交换机中,可以输入类似下面的命令: ``` set ip ssh server listen-source-address any ``` 4. **设置端口转发规则**:在SSH客户端上,需要设置端口转发规则将本地的某个端口(比如默认的22000)映射到目标IP和端口(如22)。在PuTTY中,可以在"Session" -> "Connection" -> "SSH" -> "Tunnels" 中配置。 5. **验证连接**:尝试从其他计算机通过SSH连接到本地设备的Lookback端口,看看能否成功到达目标服务器。 请注意,实施上述操作前,应确保了解安全风险并只在安全环境下进行,因为SSH Lookback会暴露内部网络给外部访问。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值