spark的wordcount

import re
rdd = sc.textFile("xx.txt")
resultRdd = rdd.flatMap(lambda line:re.split(" |,|[|]|#|'|:",line)).map(lambda x:(x,1)).reduceByKey(lambda x,y:x+y)

resultColl = resultRdd.collect()
for line in resultColl:
print(line)

或者
resultRdd = rdd.flatMap(lambda line:re.split(" |,|[|]|#|'|:",line)).countByValue()
不过得到的是一个dict

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。