spark入门wordcount详解(JAVA)

maven依赖:

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.10</artifactId>
    <version>1.6.0</version>
</dependency>
public class WordCount {
    public static void main(String[] args) {
        /**
         * 创建spark配置对象SparkConf,设置spark运行时配置信息,
         * 例如通过setMaster来设置程序要连接的集群的MasterURL,如果设置为local         * spark为本地运行
         */
        SparkConf conf = new SparkConf().setAppName("My first spark").setMaster("local");
        /**
         * 创建JavaSparkContext对象
         * SparkContextspark所有功能的唯一入口,
         * SparkContext核心作用,初始化spark运行所需要的核心组件,同时还会负责spark程序在master的注册。
         *
         */
        JavaSparkContext sc = new JavaSparkContext(conf);
        /**
         * 根据数据来源,通过JavaSparkContext来创建RDD
         */
        JavaRDD<String> lines = sc.textFile("E:/wordcount.txt");
        /**
         * 对初始化的JavaRDD进行Transformation级别的处理,例如mapfilter等高级函数的编程,来记性具体的操作
         * 1、按空格进行拆分,拆分为单词
         */
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            public Iterable<String> call(String words) throws Exception {
                return Arrays.asList(words.split(" "));
            }
        });
        /**
         * 对初始化的JavaRDD进行Transformation级别的处理,例如mapfilter等高级函数的编程,来记性具体的操作
         * 2、在单词拆分的基础上,对每个单词实例进行计数为1
         */
        JavaPairRDD<String, Integer> pairs = words.mapToPair(new PairFunction<String, String, Integer>() {
            public Tuple2<String, Integer> call(String s) throws Exception {
                return new Tuple2<String, Integer>(s, 1);
            }
        });
        /**
         * 对初始化的JavaRDD进行Transformation级别的处理,例如mapfilter等高级函数的编程,来记性具体的操作
         * 3、计算每个单词在文中出现的总次数
         */
        JavaPairRDD<String, Integer> pairRDD = pairs.reduceByKey(new Function2<Integer, Integer, Integer>() {
            public Integer call(Integer integer, Integer integer2) throws Exception {
                return integer + integer2;
            }
        });
        /**
         * 打印
         */
        pairRDD.foreach(new VoidFunction<Tuple2<String, Integer>>() {
            public void call(Tuple2<String, Integer> stringIntegerTuple2) throws Exception {
                System.out.println(stringIntegerTuple2._1+"   "+stringIntegerTuple2._2);
            }
        });
        /**
         * 关闭JavaSparkContext
         */
        sc.close();
    }
}

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