【Spark+NLP】14、使用IDEA运行spark小程序 + jar包在spark分布式环境中运行

本文档介绍了如何在IDEA中开发一个Spark小程序,统计E盘helloSpark.txt单词频率,然后将其打包成jar,并在Spark分布式环境中运行。在虚拟机上启动Hadoop和Spark,通过master地址提交作业,实现数据的分布式处理,提高计算效率。
摘要由CSDN通过智能技术生成

统计E盘下helloSpark.txt文件中每个单词的出现次数

一、测试代码:

import org.apache.spark.{SparkContext, SparkConf}
object spamm {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("wordcount")
    val sc = new SparkContext(conf)

    val input = sc.textFile("E:/helloSpark.txt")

    val lines = input.flatMap(line => line.split(" "))
    val count = lines.map(word => (word, 1)).reduceByKey { case (x, y) => x + y }

    val output = count.saveAsTextFile("E:/helloSparkRes")
  }
}

二、修改master

因为使用的是spark本地模式,因此需要设置:-Dspark.master=local,详情可参考https://blog.csdn.net/shenlanzifa/article/details/42679577

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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