Scala Spark WordCount 例子

8 篇文章 0 订阅

pom文件

<?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>com.smj</groupId>
    <artifactId>test</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.2.2</version>
        </dependency>

    </dependencies>
</project>

源码1

package wordcount

import org.apache.log4j.{Level, Logger}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object ScalaSparkWordCount {
  def main(args: Array[String]): Unit = {
    Logger.getLogger("org.apache.spark").setLevel(Level.INFO)
    Logger.getLogger("org.apache.hadoop").setLevel(Level.INFO)
    Logger.getLogger("org.spark_project").setLevel(Level.INFO)

    // 1 创建编程入口
    val conf = new SparkConf()
      .setMaster("local[*]")
      .setAppName("SparkWordCount")

    val sc = new SparkContext(conf)

    // 2 加载本地文件数据
    val linesRDD:RDD[String] = sc.textFile("file:\\D:\\Workspace\\test\\src\\main\\resources\\hello.txt")

    // 3 用算子对数据进行处理
    val ret = linesRDD.flatMap(_.split(",")).map((_,1)).reduceByKey(_ + _)

    // 打印输出
    ret.foreach(t => println(t._1 + "-" + t._2))

    sc.stop()
  }
}

源码2

package wordcount

import org.apache.log4j.{Level, Logger}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object ScalaSparkWordCount {
  def main(args: Array[String]): Unit = {
    Logger.getLogger("org.apache.spark").setLevel(Level.INFO)
    Logger.getLogger("org.apache.hadoop").setLevel(Level.INFO)
    Logger.getLogger("org.spark_project").setLevel(Level.INFO)

    // 1 创建编程入口
    val conf = new SparkConf()
      .setMaster("local[*]")
      .setAppName("SparkWordCount")

    val sc = new SparkContext(conf)

    // 2 加载本地文件数据
    val linesRDD:RDD[String] = sc.textFile("file:\\D:\\Workspace\\test\\src\\main\\resources\\hello.txt")

    // 3 用算子进行运算
    val wordsRDD:RDD[String] = linesRDD.flatMap(line => line.split(","))

    val pairsRDD:RDD[(String, Int)] = wordsRDD.map(word => (word, 1))

    val ret:RDD[(String, Int)] = pairsRDD.reduceByKey((v1, v2) => v1 + v2)

    // 打印输出
    ret.foreach{case (word, count) => println(word + "-" + count)}

    sc.stop()
  }
}

 

  • 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