spark 单词统计
来源:互联网 发布:skype mac 旧版本 编辑:程序博客网 时间:2024/06/06 02:22
maven 项目 前提是装好hadoop集群和spark集群 并上传好文件到hdfs
pom.xml 如下
<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>test</groupId> <artifactId>spark</artifactId> <version>0.0.1-SNAPSHOT</version> <packaging>jar</packaging> <name>spark</name> <url>http://maven.apache.org</url> <properties> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> </properties> <dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>3.8.1</version> <scope>test</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.10</artifactId> <version>2.2.0</version></dependency> </dependencies> <build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><configuration><source>1.8</source><target>1.8</target><encoding>UTF-8</encoding></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>
java 代码
package test.spark;import java.util.Arrays;import java.util.List;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 scala.Tuple2;public class CountWord {@SuppressWarnings("resource")public static void main(String[] args) {// 创建一个java版本的Spark ContextSparkConf conf = new SparkConf().setMaster("spark://192.168.7.202:7077").setAppName("My App");JavaSparkContext sc = new JavaSparkContext(conf);// 从hadoop中hdfs读取输入数据JavaRDD<String> input = sc.textFile("hdfs://192.168.7.202:900/test/sql.txt");// 根据空格切分成单词JavaRDD<String> words = input.flatMap((String x) -> {List<String> list = Arrays.asList(x.split(" "));return list.iterator();});// 转换成键值对并计数JavaPairRDD<String, Integer> count = words.mapToPair((String x) -> {return new Tuple2<String, Integer>(x, 1);}).reduceByKey((Integer v1, Integer v2) -> {return v1 + v2;});// 将统计出来的单词存入一个文本文件count.saveAsTextFile("hdfs://192.168.7.202:900/test/sql-spark2");}}
最后打包
上传jar包到主节点
执行命令
/data1/hadoop/spark-2.2.0-bin-hadoop2.7/bin/spark-submit --master spark://192.168.7.202:7077 --class test.spark.CountWord /data1/hadoop/spark-2.2.0-bin-hadoop2.7/shell/spark-0.0.1-SNAPSHOT.jar
查看结果
hadoop fs -cat /test/sql-spark2/part-00001
代码量是不是比用hadoop 体系里面mapreduce少很多
阅读全文
0 0
- spark 统计单词个数
- SPark单词统计
- spark 单词统计
- spark下统计单词频次
- 2-1、Spark的单词统计WC
- 使用spark的dataframe实现单词统计
- spark sql版本的单词统计代码
- 【spark 词频统计】spark单词进行计数升级版
- spark:学习杂记+wordcount(单词统计)--22
- HADOOP和Spark统计SRS的代码的单词频率
- spark on yarn运行scala单词统计程序出错
- 用spark建立一个单词统计的应用
- Spark学习—统计文件单词出现次数
- 利用Java的Spark做单词统计并排序
- spark-streaming 编程(二) word count单词计数统计
- 统计单词
- 统计单词
- 单词统计
- 大数据案例二详解 基于大数据技术的全国高速公路通行数据 动态监测平台建设
- 水仙花数
- 数组灌水问题
- Android 端外推送到底有多烦?
- Thrift 客户端 JAVA
- spark 单词统计
- Git教程
- android项目从零开始 TextView setTextColor等背景选择器设置失败问题
- 第三次实验
- 面试总结hashmap
- Linux下彩色进度条的实现
- 高并发的应对方法
- caffe学习日记--lesson6: 常用的caffemodel下载链接
- 矩阵中去除某一行/列[matlab]