spark的wordcount代码

1、读取HDFS文件

scala> val lines=sc.textFile("hdfs://master-ubuntu:9000/wordcount/wordcount.txt")
 

2、压扁文件内容,以空格分割

scala> val rdd1=lines.flatMap(line=>line.split(" "))

 

3、映射为(word,1)格式

scala> val rdd2=rdd1.map(word=>(word,1))

 

4、对相同key的value累加合并

scala> val rdd3=rdd2.reduceByKey(_+_)

 

IDEA开发代码如下

import org.apache.spark.{SparkConf, SparkContext}

object WordCount {
  def main(args:Array[String]): Unit ={
    val conf=new SparkConf().setAppName("wordcount").setMaster("local[*]")
    val sc=new SparkContext(conf)
    System.setProperty("HADOOP_USER_NAME", "root")

    val lines=sc.textFile("hdfs://master-ubuntu:9000/wordcount/wordcount.txt")

    val flatmaprdd=lines.flatMap(line=>line.split(" "))
    val maprdd=flatmaprdd.map(word=>(word,1))
    val reducerdd=maprdd.reduceByKey{case(x,y)=>x+y}

    reducerdd.saveAsTextFile("hdfs://master-ubuntu:9000/wordcount/output")
  }
}
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