Spark SQL案例分析：词频统计

一、使用Spark SQL实现词频统计

（一）数据源 - word.txt

• 创建一个word.txt文件，并上传到HDFS下的文件fff目录下
• 在HDFS创建fff目录 hdfs dfs -mkdir /fff

（二）创建Maven项目

• 创建Maven项目 - SparkSQLWordCount

（三）修改源目录名称

• 将源目录名由java改成scala

（四）添加依赖和构建插件

• 在pom.xml文件里添加依赖和构建插件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>net.fhl.sql</groupId>
    <artifactId>SparkSQLWordCount</artifactId>
    <version>1.0-SNAPSHOT</version>
    <dependencies>
        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
            <version>2.11.8</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.1.1</version>
        </dependency>
        <dependency>
            <groupId>org.