学习目标:
理解Spark框架的使用创建Maven项目:
为了方便,将创建的新项目当成父项目,删除src
创建子项目
提示:这里可以添加要学的内容
例如:
1、 增加Scala插件
当jdk版本为1.8时,选用scala2.11.8
下载地址
https://www.scala-lang.org/download/2.11.8.html
2.WordCount 快速上手
2、 Scala的使用
添加依赖
<dependencies>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.12</artifactId>
<version>3.0.0</version>
</dependency>
</dependencies>
<build>
<plugins>
<!-- 该插件用于将 Scala 代码编译成 class 文件 -->
<plugin>
<groupId>net.alchim31.maven</groupId>
<artifactId>scala-maven-plugin</artifactId>
<version>3.2.2</version>
<executions>
<execution>
<!-- 声明绑定到 maven 的 compile 阶段 -->
<goals>
<goal>testCompile</goal>
</goals>
</execution>
</executions>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-assembly-plugin</artifactId>
<version>3.1.0</version>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
</configuration>
<executions>
<execution>
<id>make-assembly</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
代码:
提示:这里可以添加计划学习的时间
package com.test.bigdata.spark.core.wc
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
object Spark01_WordCount {
def main(args: Array[String]): Unit = {
//Application
//Spark 框架
//TODO 建立与Spark框架的连接
//JDBC :Connection
val sparConf = new SparkConf().setMaster("local").setAppName("WordCount")
val sc = new SparkContext(sparConf)
//TODO 执行业务操作
//1. 读取文件,获取一行一行的数据
// hello world=>hello,world,hello,world
val lines:RDD[String] = sc.textFile("data")
//2.将一行数据进行拆分,形成一个一个的单词(分词)
//将整体拆分成个体的扁平化操作
val words:RDD[String] = lines.flatMap(_.split(" "))
//3.将数据根据单词进行分组,便于统计
//(h llo,hello,hello),(world,world)
val wordGroup:RDD[(String,Iterable[String])] = words.groupBy(word => word)
//4.对分组后的数据进行转换
//(hello,hello,hello),(world,world)
// (hello,3),(world,2)
val wordToCount = wordGroup.map {
case (word, list) => {
(word, list.size)
}
}
//5.将转换结果采集到控制台打印出来
val array:Array[(String,Int)] = wordToCount.collect()
array.foreach(println)
//TODO 关闭连接
sc.stop();
}
}
效果
学习产出:
提示:这里统计学习计划的总量
例如:
1、spark代码
2、CSDN 技术博客1 篇