spark中textFile、groupByKey、collect、flatMap、map结合小案例(案例虽小,功能齐全)

这篇博客通过一个小型案例详细介绍了如何在Spark中使用textFile读取文件,flatMap拆分单词,map转换元素,groupByKey进行分类,最后用collect收集结果。案例代码展示了如何处理README.md文件的内容,并通过foreach打印最终分类结果。
摘要由CSDN通过智能技术生成

1.通过textFile读取文件

sc.textFile("E:\\spark-2.1.0\\spark-2.1.0\\README.md")

2.通过flatMap、split分隔单词

flatMap(_.split(" "))

3.通过map使一元元素变成二元元素

map((_,1))

4.通过groupBykey分类

val group = sc.textFile("E:\\spark-2.1.0\\spark-2.1.0\\README.md")
      .flatMap(_.split(" ")).map((_,1)).groupByKey()

    val groupcl = group.collect()

    println(groupcl)  // [Lscala.Tuple2;@78d2b5cf

    groupcl.foreach(println)

结果为:


5.注意

输出groupcl结果为:[Lscala.Tuple2;@78d2b5cf,要想输出想要的根据groupByKey的结果需要使用groupcl.foreach(println)输出



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