Spark 集成开发

WordCount.py

# coding:utf-8
from pyspark import SparkContext
from pyspark import SparkConf


def SetLogger(sc):
    """设置不要显示过多信息"""
    logger = sc._jvm.org.apache.log4j
    logger.LogManager.getLogger("org").setLevel(logger.Level.ERROR)
    logger.LogManager.getLogger("akka").setLevel(logger.Level.ERROR)
    logger.LogManager.getRootLogger().setLevel(logger.Level.ERROR)


def CreateSparkContext():
    sparkConf = SparkConf().setAppName("WordCounts").set("spark.ui.showConsoleProgress","false")
    sc = SparkContext(conf=sparkConf)
    print("master=",sc.master)
    SetLogger(sc)
    return sc


def main():
    print("开始执行")
    sc = CreateSparkContext()
    textFile = sc.textFile("file:/root/ipynotebook/test.txt") # 本地文件
    # textFile = sc.textFile("hdfs://master:9000/user/hadoop/test.txt") # hdfs文件
    stringRDD = textFile.flatMap(lambda x: x.split(" "))
    # print(stringRDD.collect())
    countsRDD = stringRDD.map(lambda word: (word, 1)).reduceByKey(lambda x, y: x + y)
    print("开始保存")
    countsRDD.saveAsTextFile("file:/root/ipynotebook/output")
    # countsRDD.saveAsTextFile("hdfs://master:9000/user/hadoop/output")
    sc.stop()


if __name__ == "__main__":
    main()

  

使用spark-submit执行命令

# 本地
$ spark-submit --master local WordCount.py
$ cat /output/part-00000 # part文件数取决于实例数

# yarn
$ spark-submit --master yarn WordCount.py
$ hadoop fs -cat /user/hadoop/output/part-00000

  

Hadoop Web界面

http://master:8088/

  

转载于:https://www.cnblogs.com/zenan/p/9596847.html

  • 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