Spark 入门程序 : WordCount

1. Docker 快速部署pyspark

只需安装Docker即可

1.1 下载镜像

docker pull jupyter/pyspark-notebook

1.2 启动镜像

docker run --name pyspark --rm -p 8888:8888 jupyter/pyspark-notebook

或者挂载windows的一个目录亦可

docker run --name pyspark --rm -v E:\COURSE\spark:/home/joyan -p 8888:8888 jupyter/pyspark-notebook

1.3 打开 jupyterNotebook

在这里插入图片描述

2. 编写第一个WordCount程序

from random_words import LoremIpsum
from pyspark import SparkConf , SparkContext

conf = SparkConf().setMaster("local[8]").setAppName("Word Count")
sc = SparkContext(conf = conf)

# 随机生成 nums 条句子
def getSentences(nums):
     return LoremIpsum().get_sentences(nums)

# Spark : WordCount 应用程序
def wordCountApp(data):
    data = sc.parallelize(data)
    words = data.filter( lambda line : len(line.strip()) != 0 ).flatMap( lambda line : line.strip().split(" ") )
    result = words.map(lambda key : ( key , 1 ) ).reduceByKey(lambda a , b : a + b)
    return result.sortByKey()

if __name__ == "__main__":
    nums = 10000
    data = list()
    data.append(getSentences(nums))
    result = wordCountApp(data).take(nums)
    print(result)

2.1 个人此处先安装了一个包

2.1.1 点击如下位置,以打开终端

在这里插入图片描述

2.1.2 输入如下命令

在这里插入图片描述

2.2 编写程序

2.2.1 点击如下

在这里插入图片描述

2.2.2 jupyterNotebook使用快捷键

参考博客

2.3 运行结果

在这里插入图片描述

  • 0
    点赞
  • 1
    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