scala一行代码实现经典实例wordcount

 原始代码

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

object WorldCount {
  def main(args: Array[String]): Unit = {
     val conf =new SparkConf()
    //设置本地运行
    conf.setMaster("local")
    conf.setAppName("WC")
    设置上下文对象
    val sc = new SparkContext(conf)

    val lines=sc.textFile("./data/words")
    //切好的单词 hello
    //           scala
    val pairlines = lines.flatMap(line=>{line.split(" ")})
    //(hello,1  )
    val ww=pairlines.map(pairline=>(new Tuple2(pairline,1)))
    //(hello,33)
    val result = ww.reduceByKey((v1:Int,V2:Int) =>(v1+V2))
    result.foreach(tp=>{println(tp)})
    }
}

 进化

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

object WorldCount {
  def main(args: Array[String]): Unit = {
    new SparkContext(new SparkConf().setAppName("WC").setMaster("local")).textFile("./data/words").flatMap(line=>{line.split(" ")}).map(c=>(new Tuple2(c,1))).reduceByKey((v1:Int,V2:Int) =>(v1+V2)).foreach(tp=>(println(tp)))




    }
}

 超级进化

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

object WorldCount {
  def main(args: Array[String]): Unit = {

    
 new SparkContext(new SparkConf().setAppName("WC").setMaster("local")).textFile("./data/words").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).foreach(println)



    }
]

 java代码实现

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.*;
import scala.Tuple2;

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

/**
 * Hello world!
 *
 */
public class App {
    public static void main(String[] args) {
//        SparkConf conf = new SparkConf();
//        conf.setMaster("local");
//        conf.setAppName("XXX");
//        JavaSparkContext sc =new JavaSparkContext(conf);
//        JavaRDD<String> lines = sc.textFile("./data/words");
//        JavaRDD<String > words = lines.flatMap(line -> Arrays.asList(line.split(" ")).iterator());
//        JavaPairRDD<String, Integer> pairWords = words.mapToPair(word -> new Tuple2<>(word, 1));
//        JavaPairRDD<String, Integer> result = pairWords.reduceByKey((v1, v2) -> v1 + v2);
//        result.foreach(tp -> System.out.println(tp));

        SparkConf conf = new SparkConf();
        conf.setMaster("local");
        conf.setAppName("xxx");
        JavaSparkContext sc = new JavaSparkContext(conf);
        JavaRDD<String> lines = sc.textFile("./data/words");
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public Iterator<String> call(String line) throws Exception {
                return Arrays.asList(line.split(" ")).iterator();
            }
        });


        JavaPairRDD<String, Integer> pairWords = words.mapToPair(new PairFunction<String, String, Integer>() {
            @Override
            public Tuple2<String, Integer> call(String word) throws Exception {
                return new Tuple2<>(word, 1);
            }
        });

        JavaPairRDD<String, Integer> reduce = pairWords.reduceByKey(new Function2<Integer, Integer, Integer>() {
            @Override
            public Integer call(Integer v1, Integer v2) throws Exception {
                return v1 + v2;
            }
        });
        JavaPairRDD<Integer, String> transRDD = reduce.mapToPair(new PairFunction<Tuple2<String, Integer>, Integer, String>() {
            @Override
            public Tuple2<Integer, String> call(Tuple2<String, Integer> tp) throws Exception {
                return new Tuple2<Integer, String>(tp._2, tp._1);
            }
        });
        JavaPairRDD<Integer, String> sortByRDD = transRDD.sortByKey(false);
        JavaPairRDD<String, Integer> result = sortByRDD.mapToPair(new PairFunction<Tuple2<Integer, String>, String, Integer>() {
            @Override
            public Tuple2<String, Integer> call(Tuple2<Integer, String> tp) throws Exception {
                return tp.swap();
            }
        });

        result.foreach(new VoidFunction<Tuple2<String, Integer>>() {
            @Override
            public void call(Tuple2<String, Integer> tuple2) throws Exception {
                System.out.println(tuple2);
            }
        });



    }
}

 

 

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是Spark的WordCount代码Scala版本): ```scala import org.apache.spark.{SparkConf, SparkContext} object WordCount { def main(args: Array[String]): Unit = { // 创建SparkConf对象 val conf = new SparkConf().setAppName("WordCount").setMaster("local") // 创建SparkContext对象 val sc = new SparkContext(conf) // 读取文件 val lines = sc.textFile("input.txt") // 切分单词 val words = lines.flatMap(_.split(" ")) // 统计单词出现次数 val wordCounts = words.map((_, 1)).reduceByKey(_ + _) // 输出结果 wordCounts.foreach(println) // 关闭SparkContext sc.stop() } } ``` 这个代码实现了一个简单的WordCount程序,它读取一个文本文件,统计文件中每个单词出现的次数,并输出结果。具体的实现过程如下: 1. 创建SparkConf对象,设置应用程序名称和运行模式(本地模式)。 2. 创建SparkContext对象,它是Spark程序的入口点。 3. 读取文件,使用textFile方法读取指定路径下的文本文件,并返回一个RDD对象。 4. 切分单词,使用flatMap方法将每行文本切分成单词,并返回一个包含所有单词的RDD对象。 5. 统计单词出现次数,使用map方法将每个单词映射为一个键值对(单词,1),然后使用reduceByKey方法对相同键的值进行累加,最终返回一个包含每个单词出现次数的RDD对象。 6. 输出结果,使用foreach方法遍历RDD对象中的每个元素,并将其打印到控制台上。 7. 关闭SparkContext对象,释放资源。 以上就是Spark的WordCount代码Scala版本)的实现过程。

“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