Spark 入门经典 WordCount 单机/伪分布式

Spark 单机版本安装

安装Java

Win7 下如何配置java环境变量

安装scala

http://www.scala-lang.org/
按步骤点确定即可

此时需要注意 hadoop2.6.x 只能使用 scala2.10.x , 否则会报错无法运行

Intellij IDE 开发

  1. 下载后安装scala插件
  2. 下载spark预编译版本
  3. 将spark-assembly-1.6.1-hadoop2.6.0.jar 添加到 Intellj IDE 安装目录 lib文件夹下
  4. File -> Project Structure -> Libraries -> +号 -> java ->添加spark-assembly-1.6.1-hadoop2.6.0.jar
  5. 选择scala 2.10.6

Scala-IDE for Eclipse

  1. 添加 spark-assembly-1.6.1-hadoop2.6.0.jar
  2. 默认编译器选择2.11.x, 手动修改为2.10.6

win 7 下单机版WordCount

package test

import org.apache.spark.{SparkConf, SparkContext}

/**
  * Created by Zhili on 2016/3/24.
  */


object WordCount {
    def main(args: Array[String]) {
    val conf = new SparkConf() //创建SparkConf对象
    conf.setAppName("My first Spark program WordCount!")
    conf.setMaster("local")   //此时为本地运行模式

    val sc = new SparkContext(conf)  //创建SparkConf对象,通过传入SparkConf实例来定制Spark运行具体参数和配置信息

    val data = sc.textFile("D://BigData//hadoop-2.6.0//LICENSE.txt",1)
    val words = data.flatMap(x => x.split(" "))
    words.cache()
    val wordCounts = words.map(x => (x,1))
    val red = wordCounts.reduceByKey((a,b) => {a+b})
    red.saveAsTextFile("D://BigData//out//test")
    red.collect().foreach(println)
    val sortResult = words.map(x => (x,1)).reduceByKey(_+_).map(x=>(x._2, x._1)).sortByKey(false).map(x=>(x._2, x._1))
    sortResult.saveAsTextFile("D://BigData//out//testSorted")

    sc.stop()

  }
}

这里写图片描述
个人还是比较习惯eclipse, 鼠标悬停有类型提示,对于新手学习scala, 隐式转换等都有帮助

运行结果

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

提交到伪分布式集群

  1. 确保集群节点连接正常
    ssh Slave1
    ssh Slave2
  2. cd /usr/local/hadoop/sbin
    ./start-dfs.sh
    jsp
    Master:50070 //查看DFS信息

    hdfs dfs -mkdir -p /user/hadoop
    hdfs dfs -mkdir input
    hdfs dfs -put /usr/local/hadoop/etc/hadoop/*.xml input

    hdfs dfs -mkdir /test/input
    hdfs dfs -mkdir /test/output
    hdfs dfs -put /usr/local/hadoop/LICENSE.txt /test/input

  3. cd /usr/local/spark/sbin
    ./start-all.sh
    Master:8080
    ./start-history-server.sh
  4. export jar
    上传 /Document/SparkApps/

    /home/hadoop/Documents/SparkApps/WordCount.jar

  5. wordcount.sh

    /usr/local/spark/bin/spark-submit –class test.WordCount_Cluster –master spark://Master:7077 /home/hadoop/Documents/SparkApps/WordCount.jar

  6. cd /home/hadoop/Documents/SparkApps/
    chmod +x wordcount.sh // chmod 777 wordcount.sh
    ./wordcount.sh

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

note:
由于文件太小,只有几十k,在集群上运行的时间花了1分钟!!!
这也是hdfs的性质原理所决定的

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值