Spark java API 单词计数 ----直接在本地IDEA中运行
来源:互联网 发布:网络科技时代 编辑:程序博客网 时间:2024/05/21 14:57
Spark运行在IDEA的本地,Java API --单词记数
package lesson03;
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.*;
import org.apache.spark.sql.catalyst.expressions.In;
import scala.Tuple2;
import java.util.Arrays;
import java.util.Iterator;
/**
* Created by Administrator on 2017/7/31.
*/
public class JavaWordCount7 {
public static void main(String[] args) {
SparkConf conf = new SparkConf().setAppName("
wordcount").setMaster("local");// spark程序入口是JavaSparkContext
JavaSparkContext sc = new JavaSparkContext(conf);
//读取文件内容形成一个rdd
JavaRDD<String> fileRDD = sc.textFile("D:\\文档\\hello.txt");
//接下来我们要执行flatmap的操作 -- 分割 --压平 -- 并返回一个Iterator --最终得到一个RDD
//第一个string代表的是输入的数据类型
//第二个String代表的是输出的数据类型
final JavaRDD<String> wordRDD = fileRDD.flatMap(new FlatMapFunction<String, String>() {
//Iterator<String> 输出的数据类型
//String s 输入的数据类型
@Override
public Iterator<String> call(String s) throws Exception {
return Arrays.asList(s.split("\t")).iterator();
}
});
//貌似用map((word,1))也是可以的
final JavaPairRDD<String, Integer> wordOneRDD = wordRDD.mapToPair(new PairFunction<String, String, Integer>() {
@Override
public Tuple2<String, Integer> call(String s) throws Exception {
return new Tuple2<String, Integer>(s, 1);
}
});
final JavaPairRDD<String, Integer> WordCountRDD = wordOneRDD.reduceByKey(new Function2<Integer, Integer, Integer>() {
@Override
public Integer call(Integer v1, Integer v2) throws Exception {
return v1 + v2;
}
});
final JavaPairRDD<Integer, String> resultRDD = WordCountRDD.mapToPair(new PairFunction<Tuple2<String, Integer>, Integer, String>() {
@Override
public Tuple2<Integer, String> call(Tuple2<String, Integer> t) throws Exception {
return new Tuple2<Integer, String>(t._2, t._1);
}
});
resultRDD.sortByKey().foreach(new VoidFunction<Tuple2<Integer, String>>() {
@Override
public void call(Tuple2<Integer, String> t) throws Exception {
System.out.println("单词: "+t._2 + "次数: "+t._1);
}
});
}
}
package lesson03;
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.*;
import org.apache.spark.sql.catalyst.expressions.In;
import scala.Tuple2;
import java.util.Arrays;
import java.util.Iterator;
/**
* Created by Administrator on 2017/7/31.
*/
public class JavaWordCount7 {
public static void main(String[] args) {
SparkConf conf = new SparkConf().setAppName("javawordcount").setMaster("local");
//java 程序入口是JavaSparkContext
JavaSparkContext sc = new JavaSparkContext(conf);
//读取文件内容形成一个rdd
JavaRDD<String> fileRDD = sc.textFile("D:\\文档\\hello.txt");
//接下来我们要执行flatmap的操作
//第一个string代表的是输入的数据类型
//第二个String代表的是输出的数据类型
final JavaRDD<String> wordRDD = fileRDD.flatMap(new FlatMapFunction<String, String>() {
//Iterator<String> 输出的数据类型
//String s 输入的数据类型
@Override
public Iterator<String> call(String s) throws Exception {
return Arrays.asList(s.split("\t")).iterator();
}
});
final JavaPairRDD<String, Integer> wordOneRDD = wordRDD.mapToPair(new PairFunction<String, String, Integer>() {
@Override
public Tuple2<String, Integer> call(String s) throws Exception {
return new Tuple2<String, Integer>(s, 1);
}
});
final JavaPairRDD<String, Integer> WordCountRDD = wordOneRDD.reduceByKey(new Function2<Integer, Integer, Integer>() {
@Override
public Integer call(Integer v1, Integer v2) throws Exception {
return v1 + v2;
}
});
final JavaPairRDD<Integer, String> resultRDD = WordCountRDD.mapToPair(new PairFunction<Tuple2<String, Integer>, Integer, String>() {
@Override
public Tuple2<Integer, String> call(Tuple2<String, Integer> t) throws Exception {
return new Tuple2<Integer, String>(t._2, t._1);
}
});
resultRDD.sortByKey().foreach(new VoidFunction<Tuple2<Integer, String>>() {
@Override
public void call(Tuple2<Integer, String> t) throws Exception {
System.out.println("单词:"+t._2 + "次数:"+t._1);
}
});
}
}
阅读全文
0 0
- Spark java API 单词计数 ----直接在本地IDEA中运行
- spark (java API) 在Intellij IDEA中开发并运行
- 使用IntelliJ IDEA编写SparkPi直接在Spark中运行
- Spark Java 单词计数(WordCount)
- 如何在idea里面直接运行spark streaming程序
- 在IDEA中调试运行Spark SQL
- spark 单词计数
- 启动Spark Shell,在Spark Shell中编写WordCount程序,在IDEA中编写WordCount的Maven程序,spark-submit使用spark的jar来做单词统计
- IDEA上Spark——Java、Scala的本地测试版与集群运行版
- Spark实现WordCount单词计数
- IntellJ iDEA中使用Maven 编译直接本地跑spark ,如何给算法传参数(仅作备忘记录)
- idea运行spark的wordcount与eclipse运行spark的wordcount示例,及本地运行sparkpi
- storm单词计数 本地执行
- 在IDEA中开发代码,并运行在Spark集群中的问题
- idea本地调试spark
- SparkStreaming之单词计数实现在一次程序的运行中,两次发送相同的key可以进行累加
- 在eclipse中直接查Java API docs
- 在eclipse中直接查Java API docs
- mac python Pycharm环境配置
- 基于容器原理(docker、lxc、cells)的Android 双系统设计概要
- FastDFS分布式文件系统
- java-泛型
- 为什么英语学习得不到我们想要的效果?
- Spark java API 单词计数 ----直接在本地IDEA中运行
- ssh “id_rsa 、id_rsa.pub、known_hosts”替换中出现的问题
- 数据结构实验之栈二:一般算术表达式转换成后缀式(栈)
- 串口通信方式2
- 税典通项目总结
- .net导入Excel 并显示进度条
- 用微信小程序开店之三——小程序还有5秒准备就绪……全军出击
- thinkPHP5.0在PHP中的基本操作-------(一)
- 获取Com实例