package com.bjsxt;

import java.util.List;

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.function.FlatMapFunction;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.PairFunction;
import org.apache.spark.streaming.Durations;
import org.apache.spark.streaming.api.java.JavaDStream;
import org.apache.spark.streaming.api.java.JavaPairDStream;
import org.apache.spark.streaming.api.java.JavaReceiverInputDStream;
import org.apache.spark.streaming.api.java.JavaStreamingContext;

import com.google.common.base.Optional;

import scala.Tuple2;
import scala.actors.threadpool.Arrays;

public class UpdateStateByKeyOperator {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("test").setMaster("local[2]");
        JavaStreamingContext jsc = new JavaStreamingContext(conf, Durations.seconds(5));
        /**
         * 去除日誌的重複
         */
        jsc.sparkContext().setLogLevel("ERROR");
        /**
         * 設定checkpoint目錄： 多久會接收記憶體中的資料（每一個key所對應的狀態）寫入到磁碟上呢？
         * 如果你的batchinterval小於10S，那麼10S會將記憶體中的資料寫入到磁碟一份
         * 如果batchinterval大於10S，那麼就以batchinterval為準 這樣做是為了防止頻繁的寫HDFS
         * 設定checkpoint目錄的兩種方式： 1.jsc.checkpoint("./checkpoint"); 2.JavaSparkContext
         * sc=jsc.sparkContxt(); sc.setCheckpointDir("./checkpoint");
         * 
         */
        jsc.checkpoint("./checkpoint");
        /**
         * 從Linux端接收資料
         */
        JavaReceiverInputDStream<String> lines = jsc.socketTextStream("node01", 9999);
        /**
         * 呼叫flatmap運算元進行切分
         */
        JavaDStream<String> words = lines.flatMap(new FlatMapFunction<String, String>() {

            @Override
            public Iterable<String> call(String s) throws Exception {

                return Arrays.asList(s.split(" "));
            }
        });
        /**
         * 呼叫mapToPair 進行分類
         */
        JavaPairDStream<String, Integer> ones = words.mapToPair(new PairFunction<String, String, Integer>() {

            @Override
            public Tuple2<String, Integer> call(String s) throws Exception {

                return new Tuple2<String, Integer>(s, 1);
            }
        });
        /**
         * 呼叫updateStateByKey運算元
         * 
         */
        JavaPairDStream<String, Integer> counts = ones
                .updateStateByKey(new Function2<List<Integer>, Optional<Integer>, Optional<Integer>>() {

                    @Override
                    public Optional<Integer> call(List<Integer> values, Optional<Integer> state) throws Exception {
                        /**
                         * values:經過分組最後 這個key所對應的value [1,1,1,1,1] state:這個key在本次之前之前的狀態
                         */
                        Integer updateValue = 0;
                        if (state.isPresent()) {
                            updateValue = state.get();
                        }
                        for (Integer value : values) {
                            updateValue += value;
                        }
                        return Optional.of(updateValue);
                    }
                });
        // output operator
        counts.print();
        jsc.start();
        jsc.awaitTermination();
        jsc.close();
    }
}