spark的Wordcount入门

1、搭建环境,配置maven环境,去spark官网可知

    <properties>
          <scala.version>2.11.12</scala.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.3.3</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.8.5</version>
        </dependency>
    </dependencies>

2、编写代码

package cn.zkz.spark;

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import scala.Tuple2;

import java.util.Arrays;

public class MysprakWithSpark {

    public static void main(String[] args) {

        SparkConf conf = new SparkConf().setAppName("Mysprak2");

        JavaSparkContext sc = new JavaSparkContext(conf);


        JavaRDD<String> textFile = sc.textFile(args[0]);
        JavaPairRDD<String, Integer> counts = textFile
                .flatMap(s -> Arrays.asList(s.split(" ")).iterator())
                .mapToPair(word -> new Tuple2<>(word, 1))
                .reduceByKey((a, b) -> a + b);
        counts.saveAsTextFile(args[1]);
    }
}

3、将打好的jar包上传到集群,编写运行脚本

spark-submit \
--master spark://mini1:7077 \
--class cn.zkz.spark.MysprakWithSpark \
--name wordcount \
--executor-memory 700m \
/usr/app/spark-2.3.3-bin-hadoop2.7/scala-1.0-SNAPSHOT.jar \
hdfs://mini1:9000/wordcount/test.txt \
hdfs://mini1:9000/spark/output12

 

 备注:需要启动hdfs和spark集群

 

  • 0
    点赞
  • 0
    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