Spark-Streaming之window滑動視窗應用，Spark Streaming提供了滑動視窗操作的支援，從而讓我們可以對一個滑動視窗內的資料執行計算操作。每次掉落在視窗內的RDD的資料，會被聚合起來執行計算操作，然後生成的RDD，會作為window DStream的一個RDD。

網官圖中所示，就是對每三秒鐘的資料執行一次滑動視窗計算，這3秒內的3個RDD會被聚合起來進行處理，然後過了兩秒鐘，又會對最近三秒內的資料執行滑動視窗計算。所以每個滑動視窗操作，都必須指定兩個引數，視窗長度以及滑動間隔，而且這兩個引數值都必須是batch間隔的整數倍。

Spark Streaming對滑動視窗的支援，是比Storm更加完善和強大的。

scala版本：

package com.spark.streaming  
  
import org.apache.spark.streaming.Seconds  
import org.apache.spark.streaming.StreamingContext  
import org.apache.spark.SparkConf  
  
/** 
 * @author Ganymede 
 */  
object WindowHotWordS {  
  def main(args: Array[String]): Unit = {  
    val conf = new SparkConf().setAppName("WindowHotWordS").setMaster("local[2]")  
  
    //Scala中，建立的是StreamingContext  
    val ssc = new StreamingContext(conf, Seconds(5))  
  
    val searchLogsDStream = ssc.socketTextStream("spark1", 9999)  
  
    val searchWordsDStream = searchLogsDStream.map { searchLog => searchLog.split(" ")(1) }  
  
    val searchWordPairDStream = searchWordsDStream.map { searchWord => (searchWord, 1) }  
  
    // reduceByKeyAndWindow  
    // 第二個引數，是視窗長度，這是是60秒  
    // 第三個引數，是滑動間隔，這裡是10秒  
    // 也就是說，每隔10秒鐘，將最近60秒的資料，作為一個視窗，進行內部的RDD的聚合，然後統一對一個RDD進行後續計算  
    // 而是隻是放在那裡  
    // 然後，等待我們的滑動間隔到了以後，10秒到了，會將之前60秒的RDD，因為一個batch間隔是5秒，所以之前60秒，就有12個RDD，給聚合起來，然後統一執行reduceByKey操作  
    // 所以這裡的reduceByKeyAndWindow，是針對每個視窗執行計算的，而不是針對 某個DStream中的RDD  
    // 每隔10秒鐘，出來 之前60秒的收集到的單詞的統計次數  
    val searchWordCountsDStream = searchWordPairDStream.reduceByKeyAndWindow((v1: Int, v2: Int) => v1 + v2, Seconds(60), Seconds(10))  
  
      
    val finalDStream = searchWordCountsDStream.transform(searchWordCountsRDD => {  
      val countSearchWordsRDD = searchWordCountsRDD.map(tuple => (tuple._2, tuple._1))  
      val sortedCountSearchWordsRDD = countSearchWordsRDD.sortByKey(false)  
      val sortedSearchWordCountsRDD = sortedCountSearchWordsRDD.map(tuple => (tuple._1, tuple._2))  
      val top3SearchWordCounts = sortedSearchWordCountsRDD.take(3)  
  
      for (tuple <- top3SearchWordCounts) {  
        println("result : " + tuple)  
      }  
  
      searchWordCountsRDD  
    })  
  
    finalDStream.print()  
  
    ssc.start()  
    ssc.awaitTermination()  


     }  

}