标签：word String val WordCount RDD conf spark Spark

WordCount基本流程和spark实现

基本流程

1.创建spark环境

2.创建创建spark上下文对象，也就是spark写代码的入口

3.读取文件中的数据

4.首先将每一行数据展开，让每一个word单独一行

5.将word进行分组

6.对word出现的次数分别统计

7.将结果保存在新的文件中

代码实现

object Demo1WordCount {
  def main(args: Array[String]): Unit = {
    /**
     * 1、创建spark环境
     *
     */

    //spark环境配置对象
    val conf = new SparkConf()

    //设置spark任务的名称
    conf.setAppName("WordCount")

    //设置spark运行模式，local:本地运行
    conf.setMaster("local")

    //创建spark上下文对象，sc是spark写代码的入口
    val sc = new SparkContext(conf)

    //读取数据
    val linesRDD: RDD[String] = sc.textFile("data/words.txt")

    //将数据展开
    val splitRDD: RDD[String] = linesRDD.flatMap((line: String) => line.split(","))

    //将word进行分组
    val groupByRDD: RDD[(String, Iterable[String])] = splitRDD.groupBy((word: String) => word)

    //计算word出现的次数

    val wordCount: RDD[(String, Int)] = groupByRDD.map {
      case (word: String, words: Iterable[String]) =>
        (word, words.size)
    }

    /**
     * 6、保持数据
     *
     */
    wordCount.saveAsTextFile("data/wordCount")

  }
}

标签：word,String,val,WordCount,RDD,conf,spark,Spark
来源： https://www.cnblogs.com/f-1000/p/16475435.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。