在虚拟机创建user.txt文件
将user.txt上传到HDFS/input目录下
执行spark-shell命令
读取文件,得到RDD
- 执行命令:val rdd = sc.textFile(“hdfs://master:9000/input/user.txt”)
倒排,互换RDD中元组的元素顺序
倒排后的RDD按键分组
执行命令: rdd2.collect.foreach(println)
取分组后的日期集合最小值,计数为1
执行命令:val rdd3 = rdd2.map(line => (line._2.min,1))
按键计数,得到每日新增用户数
:
- 执行命令:val result = rdd3.countByKey()
- 执行命令:result.keys.foreach(key => println(key + “,” + result(key)))
让输出结果按日期升序
执行命令:val keys = result.keys.toList.sorted,让键集升序排列