文件名称:
spark-streaming-twitter：构建管道以使用Spark和Mongodb处理实时数据-源码
开发工具:
文件大小: 140kb
下载次数: 0
上传时间: 2021-02-03
详细说明：火花流推特
构建管道以使用Spark和Mongodb处理实时数据。 Twitter实时数据使用API提取，然后使用Apache-Spark处理。 “ tweepy” API从Twitter中提取数据，该数据存储为JSON对象。 该JSON对象包含tweet，用户详细信息，re-tweets，tweets的ip地址，地理坐标等。但是对于我们的处理，我们仅考虑实际的tweet（由用户发布或转发），以及时间戳它被创造了。 然后，此数据在MongoDb中暂存，并在运行时完成一些处理。
数据流过程：Twitter数据集是实时流数据。 我们可以使用twitter API访问流数据。 为了从Twitter获得推文，需要身份验证，该身份验证可以在创建Twitter应用程序之后使用（在开发人员模式下获取访问令牌）。 一旦访问令牌可用，就可以使用tweepy API进行身份验证。 现在开始构建管道，首先在tweepy包的帮助下将数据发送到StreamListener实例，然后处理数据并将其发送到Mongodb。 现在，流数据一直在流向Spark流实例。 一旦数据可用于稍后在实例上生成火花实例，该转换
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
