Aplicativo em tempo real (Twitter)

Vamos analisar um aplicativo em tempo real para obter os feeds do Twitter mais recentes e suas hashtags. Anteriormente, vimos a integração do Storm e do Spark com o Kafka. Em ambos os cenários, criamos um Produtor Kafka (usando cli) para enviar mensagem ao ecossistema Kafka. Em seguida, a integração de tempestade e faísca lê as mensagens usando o consumidor Kafka e o injeta no ecossistema de tempestade e faísca, respectivamente. Então, praticamente precisamos criar um Produtor Kafka, que deve -

• Leia os feeds do Twitter usando “Twitter Streaming API”,
• Processe os feeds,
• Extraia as HashTags e
• Envie para Kafka.

Assim que os HashTags são recebidos pelo Kafka, a integração do Storm / Spark recebe as informações e as envia ao ecossistema Storm / Spark.

Twitter Streaming API

A “Twitter Streaming API” pode ser acessada em qualquer linguagem de programação. O “twitter4j” é uma biblioteca Java não oficial de código aberto, que fornece um módulo baseado em Java para acessar facilmente a “Twitter Streaming API”. O “twitter4j” fornece uma estrutura baseada em ouvinte para acessar os tweets. Para acessar a “Twitter Streaming API”, precisamos entrar na conta de desenvolvedor do Twitter e deve obter o seguinteOAuth detalhes de autenticação.

• Customerkey
• CustomerSecret
• AccessToken
• AccessTookenSecret

Assim que a conta do desenvolvedor for criada, baixe os arquivos jar “twitter4j” e coloque-os no caminho da classe java.

A codificação completa do produtor Kafka do Twitter (KafkaTwitterProducer.java) está listada abaixo -

import java.util.Arrays;
import java.util.Properties;
import java.util.concurrent.LinkedBlockingQueue;

import twitter4j.*;
import twitter4j.conf.*;

import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;

public class KafkaTwitterProducer {
   public static void main(String[] args) throws Exception {
      LinkedBlockingQueue<Status> queue = new LinkedBlockingQueue<Sta-tus>(1000);
      
      if(args.length < 5){
         System.out.println(
            "Usage: KafkaTwitterProducer <twitter-consumer-key>
            <twitter-consumer-secret> <twitter-access-token>
            <twitter-access-token-secret>
            <topic-name> <twitter-search-keywords>");
         return;
      }
      
      String consumerKey = args[0].toString();
      String consumerSecret = args[1].toString();
      String accessToken = args[2].toString();
      String accessTokenSecret = args[3].toString();
      String topicName = args[4].toString();
      String[] arguments = args.clone();
      String[] keyWords = Arrays.copyOfRange(arguments, 5, arguments.length);

      ConfigurationBuilder cb = new ConfigurationBuilder();
      cb.setDebugEnabled(true)
         .setOAuthConsumerKey(consumerKey)
         .setOAuthConsumerSecret(consumerSecret)
         .setOAuthAccessToken(accessToken)
         .setOAuthAccessTokenSecret(accessTokenSecret);

      TwitterStream twitterStream = new TwitterStreamFactory(cb.build()).get-Instance();
      StatusListener listener = new StatusListener() {
        
         @Override
         public void onStatus(Status status) {      
            queue.offer(status);

            // System.out.println("@" + status.getUser().getScreenName() 
               + " - " + status.getText());
            // System.out.println("@" + status.getUser().getScreen-Name());

            /*for(URLEntity urle : status.getURLEntities()) {
               System.out.println(urle.getDisplayURL());
            }*/

            /*for(HashtagEntity hashtage : status.getHashtagEntities()) {
               System.out.println(hashtage.getText());
            }*/
         }
         
         @Override
         public void onDeletionNotice(StatusDeletionNotice statusDeletion-Notice) {
            // System.out.println("Got a status deletion notice id:" 
               + statusDeletionNotice.getStatusId());
         }
         
         @Override
         public void onTrackLimitationNotice(int numberOfLimitedStatuses) {
            // System.out.println("Got track limitation notice:" + 
               num-berOfLimitedStatuses);
         }

         @Override
         public void onScrubGeo(long userId, long upToStatusId) {
            // System.out.println("Got scrub_geo event userId:" + userId + 
            "upToStatusId:" + upToStatusId);
         }      
         
         @Override
         public void onStallWarning(StallWarning warning) {
            // System.out.println("Got stall warning:" + warning);
         }
         
         @Override
         public void onException(Exception ex) {
            ex.printStackTrace();
         }
      };
      twitterStream.addListener(listener);
      
      FilterQuery query = new FilterQuery().track(keyWords);
      twitterStream.filter(query);

      Thread.sleep(5000);
      
      //Add Kafka producer config settings
      Properties props = new Properties();
      props.put("bootstrap.servers", "localhost:9092");
      props.put("acks", "all");
      props.put("retries", 0);
      props.put("batch.size", 16384);
      props.put("linger.ms", 1);
      props.put("buffer.memory", 33554432);
      
      props.put("key.serializer", 
         "org.apache.kafka.common.serializa-tion.StringSerializer");
      props.put("value.serializer", 
         "org.apache.kafka.common.serializa-tion.StringSerializer");
      
      Producer<String, String> producer = new KafkaProducer<String, String>(props);
      int i = 0;
      int j = 0;
      
      while(i < 10) {
         Status ret = queue.poll();
         
         if (ret == null) {
            Thread.sleep(100);
            i++;
         }else {
            for(HashtagEntity hashtage : ret.getHashtagEntities()) {
               System.out.println("Hashtag: " + hashtage.getText());
               producer.send(new ProducerRecord<String, String>(
                  top-icName, Integer.toString(j++), hashtage.getText()));
            }
         }
      }
      producer.close();
      Thread.sleep(5000);
      twitterStream.shutdown();
   }
}

Compilação

Compile o aplicativo usando o seguinte comando -

javac -cp “/path/to/kafka/libs/*”:”/path/to/twitter4j/lib/*”:. KafkaTwitterProducer.java

Execução

Abra dois consoles. Execute o aplicativo compilado acima conforme mostrado abaixo em um console.

java -cp “/path/to/kafka/libs/*”:”/path/to/twitter4j/lib/*”:
. KafkaTwitterProducer <twitter-consumer-key>
<twitter-consumer-secret>
<twitter-access-token>
<twitter-ac-cess-token-secret>
my-first-topic food

Execute qualquer um dos aplicativos Spark / Storm explicados no capítulo anterior em outra janela. O principal ponto a ser observado é que o tópico usado deve ser o mesmo em ambos os casos. Aqui, usamos “meu-primeiro-tópico” como o nome do tópico.

Resultado

A saída deste aplicativo dependerá das palavras-chave e do feed atual do Twitter. Um exemplo de saída é especificado abaixo (integração de tempestade).

. . .
food : 1
foodie : 2
burger : 1
. . .