Spark之WordCount

          配置好了Spark的集群环境,尝试弄个WordCount的例子,下面是具体的例子代码(javaAPI实现)
package com.test;
import java.util.Arrays;
import java.util.List;
import java.util.regex.Pattern;

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;


public class WordCount {

	private static final Pattern SPACE = Pattern.compile(" ");
	public static void main(String[] args) {
		
		JavaSparkContext ctx = new JavaSparkContext("spark://192.168.100.103:7077","WordCount",System.getenv("SPARK_HOME"),JavaSparkContext.jarOfClass(WordCount.class));
		JavaRDD<String> lines = ctx.textFile("hdfs://192.168.100.103:9000/flume/test.log");
		ctx.addJar("/home/bms/WordCount.jar");
		
		JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String,String>(){

			@Override
			public Iterable<String> call(String arg0) throws Exception {
				
				return Arrays.asList(SPACE.split(arg0));
			}		
		});
		
		
		JavaPairRDD<String,Integer> ones = words.mapToPair(new PairFunction<String,String,Integer>(){

			@Override
			public Tuple2<String, Integer> call(String arg0) throws Exception {
								
				return new Tuple2<String,Integer>(arg0,1);
			}		
		});
		
		
		JavaPairRDD<String,Integer> counts = ones.reduceByKey(new Function2<Integer,Integer,Integer>(){

			@Override
			public Integer call(Integer arg0, Integer arg1) throws Exception {
				
				return arg0 + arg1;
			}		
		});
		
		List<Tuple2<String, Integer>> output = counts.collect();
		for(Tuple2<?,?> tuple : output){
			
		   System.out.println(tuple._1()+ ":" + tuple._2());
		}
		
		ctx.stop();
	}
}

注意:

1)ctx.addJar("/home/bms/WordCount.jar");是WordCount导出可运行的jar包的存放目录,我是直接在eclipse上直接编译运行的。在运行之前,先导出WordCount.jar。

2)spark://192.168.100.103:7077代表的Spark集群的master节点

3)SPARK_HOME代表的是Spark的环境变量

4)hdfs://192.168.100.103:9000/flume/test.log是我在hdfs上面存放的一个测试文件,文件内容是:

a a a

b b b

c c c

5)程序执行结果是:

b:3

a:3

c:3

6)WordCount初步试验成功。


springboot100基于Springboot+Vue精准扶贫管理系统-毕业源码案例设计 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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