Spark学习笔记4. IDEA开发WordCount 程序

6 篇文章 0 订阅

1.Scala 版

package demo

import org.apache.spark.{SparkConf, SparkContext}

object SparkDemo {

  def main(args: Array[String]): Unit = {
    //配置
    val sparkConf = new SparkConf()
    sparkConf.setAppName("sparkdemo").setMaster("local")
    //创建sc 对象
    val sc = new SparkContext(sparkConf)
    /*val rdd1 = sc.textFile("hdfs://192.168.163.11:9000/data/data.txt")
    val rdd2= rdd1.flatMap(_.split(" "))
    val rdd3 = rdd2.map((_,1))
    println(rdd3.collect())
    val rdd4 = rdd3.reduceByKey(_+_)
    rdd4.saveAsTextFile("hdfs://192.168.163.11:9000/spark/data/1012/1")
 */
    //使用sc 对象执行任务
    sc.textFile(args(0))
      .flatMap(_.split(" "))
      .map((_,1))
      .reduceByKey(_+_)
      .saveAsTextFile(args(1))
    //停止任务
    sc.stop()

  }
}

 然后 idea 打成jar文件(如有问题请查看 IDEA 输出jar)

运行程序:

[root@BigData11 spark-2.1.0-bin-hadoop2.7]# bin/spark-submit --master spark://BigData11:7077 --class demo.SparkDemo /root/tools/mysparkdemo.jar hdfs://192.168.163.11:9000/data/data.txt hdfs://192.168.163.11:9000/spark/1013


2.Java版

(-更新时间 2018年10月13日23:27:22-)

package com.demo.spark;

import java.util.Arrays;
import java.util.Iterator;
import java.util.List;

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.Function2;
import org.apache.spark.api.java.function.PairFunction;

import scala.Tuple2;
/**
 * 集群模式命令 bin/spark-submit --master spark://BigData11:7077 --class com.demo.spark.JavaWordCount /root/tmp/sparkwc.jar  hdfs://192.168.163.11:9000/data/data.txt                           
 * @author Dream
 *
 */

public class JavaWordCount {

	public static void main(String[] args) {
//		配置 指定任务的名称
		SparkConf conf = new SparkConf();
		conf.setMaster("local");
		conf.setAppName("JavaWordCount");
//		创建sparkcontext 对象,使用java版本的上下文
		JavaSparkContext cont = new JavaSparkContext(conf);
//		读取数据
		JavaRDD<String> textFile = cont.textFile(args[0]);
//		JavaRDD<String> textFile = cont.textFile("hdfs://192.168.163.11:9000/data/data.txt");
//		分词
		/**FlatMapFunction<String, U>
		 * String 数据源的类型 --U返回值的类型
		 */
		JavaRDD<String> flatMap = textFile.flatMap(new FlatMapFunction<String, String>() {

			@Override
			public Iterator<String> call(String data) throws Exception {
				// TODO Auto-generated method stub
				return Arrays.asList(data.split(" ")).iterator()      ;
			}
		
		});
		
		/**
		 *每个单词记一次数
		 *return (Beijing,1)
		 * maptoPair 相当于MapReduce中的Map 的输出类型
		 * PairFunction<String,K2,V2> String 每个单词,K2 V2 相当于Map 的输出
		 */
		JavaPairRDD<String,Integer> mapToPair = flatMap.mapToPair(new PairFunction<String, String, Integer>() {

			@Override
			public Tuple2<String, Integer> call(String word) throws Exception {
				// TODO Auto-generated method stub
				return new Tuple2<String, Integer>(word, 1);
			}
		
		
		});
		
		/**
		 * 执行reduce 操作
		 * (Beijing,3)
		 */
		JavaPairRDD<String,Integer> reduceByKey = mapToPair.reduceByKey(new Function2<Integer, Integer, Integer>() {
			
			@Override
			public Integer call(Integer a, Integer b) throws Exception {
				// TODO Auto-generated method stub
				return a+b;
			}
		});
		
		//触发一个计算,并输出屏幕
		List<Tuple2<String,Integer>> collect = reduceByKey.collect();
		
		for (Tuple2<String, Integer> t2 : collect) {
			System.out.println(t2._1+"\t"+t2._2);
		}
		
//		停止context 对象
		cont.stop();
	}
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

aimmon

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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