sparksql实现单词计数

1、创建SparkSession

val sparkSession = SparkSession.builder()
	.appName("SparkWordCount")
	.master("local[2]")
	.getOrCreate()

2、加载数据,使用dataset处理数据集
read来读取可以直接返回DataSet[String],这是个比RDD更高级的数据集
它返回一个列名为value的视图

+------------+
|       value|
+------------+
|hello tunter|
|  hello tony|
| tony hunter|
+------------+
val datas:DataSet[String] = 
sparkSession.read.textFile("hdfs://192.168.252.121:9000/words.txt")

3、切分数据

//导入隐式
import sparkSession.implicits._
val word:DataSet[String]=datas.flatMap(_.split(" "))

4、注册视图

word.createTempView("wc_t")

5、执行sql

val df:DataFrame = sparkSession.sql("select value, count(*) sum from wc_t 
group by value order by sum desc")

df.show()
sparkSession.stop()

执行结果:

+------+---+
| value|sum|
+------+---+
| hello|  2|
|  tony|  2|
|hunter|  1|
|tunter|  1|
+------+---+

完整代码:

import org.apache.spark.sql.{DataFrame, Dataset, SparkSession}

object SparkSqlWordCount {
  def main(args: Array[String]): Unit = {
    //1.创建sparksession
    val sparkSession = SparkSession.builder()
      .appName("SparkSqlWordCount")
      .master("local[2]")
      .getOrCreate()

    //2.加载数据 使用dataset处理数据集
    val datas: Dataset[String] = sparkSession.read
      .textFile("hdfs://192.168.252.121:9000/words.txt")

    //3.sparksql 注册表/注册视图
    import sparkSession.implicits._
    val word: Dataset[String] = datas.flatMap(_.split(" "))

    //4.注册视图
    word.createTempView("wc_t")

    //5.执行sql
    val frame: DataFrame = sparkSession.sql("select value,count(*) sum from wc_t group by value order by sum desc")

    frame.show()
    sparkSession.stop()
  }
}
  • 0
    点赞
  • 1
    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