Spark学习之WordCount(Java版)

二、代码实现

package 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 org.apache.spark.api.java.function.FlatMapFunction;

import org.apache.spark.api.java.function.Function;

import scala.Tuple2;

import java.util.Arrays;

import java.util.Iterator;

import java.util.List;

public class SparkWordCountForJava {

public static void main(String[] args) {

// 初始化spark , local[]:以核心数在本地运行

SparkConf conf = new SparkConf().setMaster(“local[*]”).setAppName(“SparkWordCountForJava”);

JavaSparkContext jsc = new JavaSparkContext(conf);

JavaRDD textFileRdd = jsc.textFile(“C:\Users\com\Desktop\test.txt”);

// 将数据按照切分规则分成一个个单词

JavaRDD flatMapRdd = textFileRdd.flatMap(new FlatMapFunction<String, String>() {

public Iterator call(String s) throws Exception {

String[] splits = s.split(“\t”);

List list = Arrays.asList(splits);

return list.iterator();

}

});

// 每个单词作为key,value为1

JavaRDD<Tuple2<String, Integer>> mapRdd = flatMapRdd.map(new Function<String, Tuple2<String, Integer>>() {

public Tuple2<String, Integer> call(String s) throws Exception {

return new Tuple2<String, Integer>(s, 1);

}

});

// 分组:相同 key 分为一组

JavaPairRDD<String, Iterable<Tuple2<String, Integer>>> groupByRdd = mapRdd.groupBy(new Function<Tuple2<String, Integer>, String>() {

public String call(Tuple2<String, Integer> s) throws Exception {

return s._1;

}

});

// Lmbda 表达式写法 和 mapRdd 、 groupByRdd 值一样

JavaRDD<Tuple2<String, Integer>> mapRdd1 = flatMapRdd.map(s -> new Tuple2<String, Integer>(s, 1));

JavaPairRDD<String, Iterable<Tuple2<String, Integer>>> groupByRdd1 = mapRdd1.groupBy(s -> s._1);

// 相同key,value值累加

JavaPairRDD<String, Integer> mapValuesRdd = groupByRdd.mapValues(new Function<Iterable<Tuple2<String, Integer>>, Integer>() {

public Integer call(Iterable<Tuple2<String, Integer>> v1) throws Exception {

int sum = 0;

for(Tuple2<String, Integer> t:v1) {

sum += t._2;

}

Kafka进阶篇知识点

image

Kafka高级篇知识点

image

44个Kafka知识点(基础+进阶+高级)解析如下

image

由于篇幅有限,小编已将上面介绍的**《Kafka源码解析与实战》、Kafka面试专题解析、复习学习必备44个Kafka知识点(基础+进阶+高级)都整理成册,全部都是PDF文档**

析如下**

[外链图片转存中…(img-HpYBkJMY-1714447038034)]

由于篇幅有限,小编已将上面介绍的**《Kafka源码解析与实战》、Kafka面试专题解析、复习学习必备44个Kafka知识点(基础+进阶+高级)都整理成册,全部都是PDF文档**

本文已被CODING开源项目:【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

  • 15
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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