Java整合Spark第一个程序WordCount

29 篇文章 1 订阅
26 篇文章 2 订阅

创建一个maven工程。

一、添加pom依赖。

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.12</artifactId>
    <version>3.1.1</version>
</dependency>

我搭建的服务器安装的scala版本是2.12.10,spark版本是3.1.1,所以依赖一个版本匹配的pom包。大数据处理工程依赖包和服务器版本一致是必须要考虑的一个问题。

二、测试类。

package com.chris.spark;

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 org.apache.spark.api.java.function.VoidFunction;
import scala.Serializable;
import scala.Tuple2;

import java.util.Arrays;
import java.util.Iterator;
import java.util.stream.Collectors;

/**
 * @author Chris Chan
 * Create on 2021/5/22 15:16
 * Use for:
 * Explain: WordCount
 */
public class WordCountTest implements Serializable {
    public static void main(String[] args) {
        new WordCountTest().execute(args);
    }

    private void execute(String[] args) {
        //配置
        SparkConf conf = new SparkConf();
        conf.setAppName("SparkWordCountTest");
        conf.setMaster("local");

        //获取上下文
        JavaSparkContext sparkContext = new JavaSparkContext(conf);
        String filePath = getClass().getClassLoader().getResource("spark.txt").getFile();
        JavaRDD<String> linesRDD = sparkContext.textFile(filePath);

        //map计算 拆分单词
        JavaRDD<String> wordJavaRDD = linesRDD.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public Iterator<String> call(String s) throws Exception {
                return Arrays.stream(s.split(" "))
                        .map(String::trim)
                        .filter(word -> !"".equals(word))
                        .collect(Collectors.toList()).iterator();
            }
        });

        //map计算 转换类型
        JavaPairRDD<String, Long> javaPairRDD = wordJavaRDD.mapToPair(new PairFunction<String, String, Long>() {
            @Override
            public Tuple2<String, Long> call(String word) throws Exception {
                return new Tuple2<>(word, 1L);
            }
        });

        //reduce计算 统计
        JavaPairRDD<String, Long> wordCounts = javaPairRDD.reduceByKey(new Function2<Long, Long, Long>() {
            @Override
            public Long call(Long v1, Long v2) throws Exception {
                return v1 + v2;
            }
        });

        //输出结果
        wordCounts.foreach(new VoidFunction<Tuple2<String, Long>>() {
            @Override
            public void call(Tuple2<String, Long> stringLongTuple2) throws Exception {
                System.out.printf("%s,%d\n", stringLongTuple2._1, stringLongTuple2._2);
            }
        });

    }
}

从本地文本文件获取数据,经过map和reduce两次计算,获取单词使用频次统计结果并输出到控制台。

 

  • 0
    点赞
  • 4
    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