scala实现单词统计（thirty-nine day）

1、编写scala代码(使用类型推断)
        import org.apache.spark.{SparkConf, SparkContext}

        /**
          * scala实现单词统计
          */
        object WordcountScala {
            def main(args: Array[String]): Unit = {
                //创建配置对象
                val conf = new SparkConf()
                conf.setAppName("world count")
                conf.setMaster("local")

                //创建spark上下文
                val sc = new SparkContext(conf)
                val rdd1 = sc.textFile("d:\\java\\1.txt")
                val rdd2 = rdd1.flatMap(line=>{
                    line.split(" ")
                })
                val rdd3 = rdd2.map(e=>{
                    (e , 1)
                })
                val rdd4 = rdd3.reduceByKey(_+_)
                val arr = rdd4.collect()
                arr.foreach(println(_))
            }
        }

2、scala编程(定义具体类型)
        import org.apache.spark.rdd.RDD
        import org.apache.spark.{SparkConf, SparkContext}

        /**
          * scala实现单词统计
          */
        object WordcountScala2 {
            def main(args: Array[String]): Unit = {
                //创建配置对象
                val conf:SparkConf = new SparkConf()
                conf.setAppName("world count")
                conf.setMaster("local")

                //创建spark上下文
                val sc:SparkContext = new SparkContext(conf)

                //1.加载文件
                val rdd1:RDD[String] = sc.textFile("d:\\java\\1.txt")

                //2.压扁
                val rdd2:RDD[String] = rdd1.flatMap((x:String)=>{
                    x.split(" ")
                })

                //3.标1成对
                val rdd3:RDD[(String,Int)] = rdd2.map(e=>{
                    (e , 1)
                })

                //4.huajian化简
                val rdd4:RDD[(String,Int)] = rdd3.reduceByKey((a:Int,b:Int)=>{
                    a + b
                })

                //将RDD转换成数组
                val arr:Array[(String,Int)] = rdd4.collect()

                //迭代数组
                for(t <- arr){
                    println(t._1 + " : " + t._2)
                }
            }
        }