Spark RDD案例：词频统计

---

一、sparkRDD进行词频统计

（1）准备工作

• 在虚拟机创建words.txt文本

[atguigu@master ~]$ vim words.txt

• 上传到hdfs上(在上传前查看hadoop集群启动没有)
  
• 在hdfs上创建input目录
  
• 上传文件到hdfs

[atguigu@master ~]$ hadoop fs -put words.txt /input

• 查看hdfs input目录下的words.txt的内容
  

（2）新建Maven项目

• 新建Maven项目，基于JDK1.8
  
• 点击Next
  
• 点击Finish
  
• 增加目录scala
  

（3）添加相关依赖

• 查看scala版本
  
• 添加依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>net.cch.rdd</groupId>
    <artifactId>SparkRDDWordCount01</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
            <version