Spark版本WordCount Java8lamdba

楔子

上次使用Spark 统计单词,使用的是Java7之前的,写了很多,这次使用Java8 lamdba

package cn.zhuzi.spark;

import java.io.File;
import java.io.IOException;
import java.util.Arrays;

import org.apache.commons.io.FileUtils;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.joda.time.DateTime;

import scala.Tuple2;

/**
 * @Title: SparkDemoWordCountLamdba.java
 * @Package cn.zhuzi.spark
 * @Description: TODO(spark wordcount lamdba版)
 * @author 作者 grq
 * @version 创建时间:2018年11月15日 下午8:03:12
 *
 */
public class SparkDemoWordCountLamdba {
	public static void main(String[] args) throws IOException {
		String base_path = "E:/had/spark/";
		String inputPath = base_path + "12.txt";
		String outputpath = base_path + "out/a_wc";
		File file = FileUtils.getFile(outputpath + new DateTime().toString("yyyyMMdd_HHmm_ss"));
		if (file.exists()) {
			FileUtils.deleteDirectory(file);
		}
		wordCount2(inputPath, file.getAbsolutePath());
	}

	/**
	 * https://blog.csdn.net/babysoe/article/details/80210195
	 * 
	 * @param inputPath
	 *            输入路径
	 * @param outputpath
	 *            输出路径
	 */
	public static void wordCount(String inputPath, String outputpath) {
		// 创建spark context
		JavaSparkContext sc = SparkUtils.getContext();

		// 读取数据
		JavaRDD<String> jrdd = sc.textFile(inputPath);
		// 切割压平
		JavaRDD<String> jrdd2 = jrdd.flatMap(t -> Arrays.asList(t.split(" ")).iterator());
		// 和1组合
		JavaPairRDD<String, Integer> jprdd = jrdd2.mapToPair(t -> new Tuple2<String, Integer>(t, 1));
		// 分组聚合
		JavaPairRDD<String, Integer> res = jprdd.reduceByKey((a, b) -> a + b);
		// 保存
		res.saveAsTextFile(outputpath);
		// 释放资源
		sc.close();
	}

	/**
	 * https://databricks.com/blog/2014/04/14/spark-with-java-8.html
	 * 
	 * @param inputPath
	 * @param outputpath
	 */
	public static void wordCount2(String inputPath, String outputpath) {
		// 创建spark context
		JavaSparkContext sc = SparkUtils.getContext();
		JavaRDD<String> lines = sc.textFile(inputPath);
		JavaRDD<String> words = lines.flatMap(line -> Arrays.asList(line.split(" ")).iterator());
		JavaPairRDD<String, Integer> counts = words.mapToPair(w -> new Tuple2<String, Integer>(w, 1)).reduceByKey((a, b) -> a + b);
		counts.saveAsTextFile(outputpath);
		sc.close();
	}
}

  • 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