在pyspark中创建文件流然后wordcount

cd /usr/local/spark/mycode
mkdir streaming
cd streaming
mkdir logfile
cd logfile
启动pyspark
from pyspark import SparkContext
from pyspark.streaming import StreamingContext
ssc = StreamingContext(sc, 10)#每10秒一个信息
lines = ssc.textFileStream(‘file:///usr/local/spark/mycode/streaming/logfile’)
words = lines.flatMap(lambda x:x.split(’ ‘’))
wordscount = words.map(lambda x:(x,1)).reduceByKey(lambda a,b:a+b)
wordscount.pprint()
ssc.start()#程序开始自动进入循环监听模式,可以在监听窗口显示词频统计结果
ssc.awaitTermination()

  • 0
    点赞
  • 0
    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