在播放/演示Couchbase或任何其他NoSQL引擎时,创建大型数据集的一种简单方法是将Twitter feed注入到数据库中。
对于这个小应用程序,我正在使用:
- Couchbase Server 2.0服务器
- Couchbase Java SDK (将由Maven安装)
- Twitter4J (将由Maven安装)
- 使用Twitter4J调用Twitter流API
在此示例中,我使用Java将Tweets注入Couchbase,如果需要,显然可以使用其他语言。
该项目的资源可在我的Github存储库( 适用于Couchbase的Twitter Injector)上找到,您也可以在此处下载Binary版本,并从命令行执行应用程序,请参阅“运行应用程序”段落 。 不要忘记创建您的Twitter oAuth密钥(请参阅下一段)
创建oAuth密钥
能够使用Twitter API的第一件事是创建一组密钥。 如果您想进一步了解所有这些键/令牌,请查看oAuth协议: http ://oauth.net/
1.登录到Twitter开发门户: https : //dev.twitter.com/
2.创建一个新的应用程序
点击“创建应用”链接或进入“用户菜单>我的应用>创建新应用”
3.输入应用程序详细信息
4.单击“创建您的Twitter应用程序”按钮
您的应用程序的OAuth设置现已可用:
5-在“应用程序设置”页面上,然后单击“创建我的访问令牌”按钮
现在,您已拥有创建应用程序所需的所有信息:
- 消费者密钥
- 消费者秘密
- 访问令牌
- 访问令牌机密
从命令行运行Java应用程序时,这些键将在twitter4j.properties
文件中使用。请参阅
创建Java应用程序
以下代码是应用程序的主要代码:
package com.couchbase.demo;import com.couchbase.client.CouchbaseClient;
import org.json.JSONException;
import org.json.JSONObject;
import twitter4j.*;
import twitter4j.json.DataObjectFactory;import java.io.InputStream;
import java.net.URI;import java.util.ArrayList;
import java.util.List;
import java.util.Properties;public class TwitterInjector {public final static String COUCHBASE_URIS = "couchbase.uri.list";public final static String COUCHBASE_BUCKET = "couchbase.bucket";public final static String COUCHBASE_PASSWORD = "couchbase.password";private List<URI> couchbaseServerUris = new ArrayList<URI>();private String couchbaseBucket = "default";private String couchbasePassword = "";public static void main(String[] args) {TwitterInjector twitterInjector = new TwitterInjector();twitterInjector.setUp();twitterInjector.injectTweets();}private void setUp() {try {Properties prop = new Properties();InputStream in = TwitterInjector.class.getClassLoader().getResourceAsStream("twitter4j.properties");if (in == null) {throw new Exception("File twitter4j.properties not found");}prop.load(in);in.close();if (prop.containsKey(COUCHBASE_URIS)) {String[] uriStrings = prop.getProperty(COUCHBASE_URIS).split(",");for (int i=0; i<uriStrings.length; i++) {couchbaseServerUris.add( new URI( uriStrings[i] ) );}} else {couchbaseServerUris.add( new URI("http://127.0.0.1:8091/pools") );}if (prop.containsKey(COUCHBASE_BUCKET)) {couchbaseBucket = prop.getProperty(COUCHBASE_BUCKET);}if (prop.containsKey(COUCHBASE_PASSWORD)) {couchbasePassword = prop.getProperty(COUCHBASE_PASSWORD);}} catch (Exception e) {System.out.println( e.getMessage() );System.exit(0);}}private void injectTweets() {TwitterStream twitterStream = new TwitterStreamFactory().getInstance();try {final CouchbaseClient cbClient = new CouchbaseClient( couchbaseServerUris , couchbaseBucket , couchbasePassword );System.out.println("Send data to : "+ couchbaseServerUris +"/"+ couchbaseBucket );StatusListener listener = new StatusListener() {@Overridepublic void onStatus(Status status) {String twitterMessage = DataObjectFactory.getRawJSON(status);// extract the id_str from the JSON document// see : https://dev.twitter.com/docs/twitter-ids-json-and-snowflaketry {JSONObject statusAsJson = new JSONObject(twitterMessage);String idStr = statusAsJson.getString("id_str");cbClient.add( idStr ,0, twitterMessage );System.out.print(".");} catch (JSONException e) {e.printStackTrace(); }}@Overridepublic void onDeletionNotice(StatusDeletionNotice statusDeletionNotice) {}@Overridepublic void onTrackLimitationNotice(int numberOfLimitedStatuses) {}@Overridepublic void onScrubGeo(long userId, long upToStatusId) {}@Overridepublic void onException(Exception ex) {ex.printStackTrace();}};twitterStream.addListener(listener);twitterStream.sample();} catch (Exception e) {e.printStackTrace(); }}}
一些基本的解释:
-
setUp()
方法仅从类路径中读取twitter4j.properties
文件以构建Couchbase连接字符串。 - injectTweets将打开Couchbase连接-第76行,并调用TwitterStream API。
- 将创建一个
Listener
,并将从Twitter接收所有的onStatus
(状态)。 最重要的方法是onStatus(),它接收消息并将其保存到Couchbase中。 - 一件有趣的事情:由于
Couchbase
是一个JSON文档数据库,因此您可以直接获取JSON字符串并直接保存它。
cbClient.add(idStr,0 ,twitterMessage);
打包
为了能够直接从Jar文件执行应用程序,我正在使用带有以下信息的Assembly插件:
pom.xml:
...
<archive><manifest><mainclass>com.couchbase.demo.TwitterInjector</mainclass></manifest><manifestentries><class-path>.</class-path></manifestentries>
</archive>
...
一些信息:
- mainClass条目允许您设置运行java -jar命令时要执行的类。
- Class-Path条目允许您将当前目录设置为类路径的一部分,程序将在该目录中搜索twitter4j.properties文件。
- 程序集文件还配置为包含所有依赖项(Twitter4J,Couchbase客户端SDK等)
如果您确实想从源代码构建它,只需运行:
mvn clean package
这将创建以下Jar文件。 /target/CouchbaseTwitterInjector.jar
运行Java应用程序
在运行该应用程序之前,您必须创建一个twitter4j.properties文件,其中包含以下信息:
twitter4j.jsonStoreEnabled=trueoauth.consumerKey=[YOUR CONSUMER KEY]
oauth.consumerSecret=[YOUR CONSUMER SECRET KEY]
oauth.accessToken=[YOUR ACCESS TOKEN]
oauth.accessTokenSecret=[YOUR ACCESS TOKEN SECRET]couchbase.uri.list=http://127.0.0.1:8091/pools
couchbase.bucket=default
couchbase.password=
保存属性文件,然后从同一位置运行:
jar -jar [path-to-jar]/CouchbaseTwitterInjector.jar
这会将推文注入您的Couchbase服务器。 请享用 !
参考: Couchbase:通过Tug博客博客中的JCG合作伙伴 Tugdual Grall 使用Twitter和Java创建大型数据集 。
翻译自: https://www.javacodegeeks.com/2012/11/couchbase-create-a-large-dataset-using-twitter-and-java.html