案例一

需求:
1、对文本文件内的每个单词都统计出其出现的次数。
2、按照每个单词出现次数的数量,降序排列。
分析:(hello,5),(me,10),(you,3)

Java版本

/**排序的wordCount程序
 * @author zhang
 *
 */
public class SortWordCount {public static void main(String[] args) {
​// 创建SparkConf和JavaSparkContext
​SparkConf conf = new SparkConf()​​​.setAppName("SortWordCount").setMaster("local");
JavaSparkContext sc = new JavaSparkContext(conf);

​// 创建lines RDD
​JavaRDD<String> lines = sc.textFile("C://Users//Administrator//Desktop//spark.txt");

​// 执行我们之前做过的单词计数
​JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {

​​private static final long serialVersionUID = 1L;

​​@Override
public Iterable<String> call(String t) throws Exception {
​​​return Arrays.asList(t.split(" "));  
​​}
​});

​JavaPairRDD<String, Integer> pairs = words.mapToPair(

​​​new PairFunction<String, String, Integer>() {

​​​​private static final long serialVersionUID = 1L;

 @Override
​​​​public Tuple2<String, Integer> call(String t) throws Exception {
​​​​​return new Tuple2<String, Integer>(t, 1);
​​​​}
​​​});

​JavaPairRDD<String, Integer> wordCounts = pairs.reduceByKey(

​​​new Function2<Integer, Integer, Integer>() {

private static final long serialVersionUID = 1L;

​​​​@Override
public Integer call(Integer v1, Integer v2) throws Exception {
​​​​​return v1 + v2;
​​​​}
​​​});

// 到这里为止,就得到了每个单词出现的次数
​// 但是,问题是,我们的新需求,是要按照每个单词出现次数的顺序,降序排序
// wordCounts RDD内的元素是什么?应该是这种格式的吧:(hello, 3) (you, 2)
​// 我们需要将RDD转换成(3, hello) (2, you)的这种格式,才能根据单词出现次数进行排序把!

// 进行key-value的反转映射
​JavaPairRDD<Integer, String> countWords = wordCounts.mapToPair(

​​​new PairFunction<Tuple2<String,Integer>, Integer, String>() {

​​​​private static final long serialVersionUID = 1L;

​​​​@Override
​​​​public Tuple2<Integer, String> call(Tuple2<String, Integer> t) ​​​​​​throws Exception {
​​​​​return new Tuple2<Integer, String>(t._2, t._1);
}
​​​});

​// 按照key进行排序
​JavaPairRDD<Integer, String> sortedCountWords = countWords.sortByKey(false);

​// 再次将value-key进行反转映射
​JavaPairRDD<String, Integer> sortedWordCounts = sortedCountWords.mapToPair(

​​​new PairFunction<Tuple2<Integer,String>, String, Integer>() {

​​​​private static final long serialVersionUID = 1L;

@Override
​​​​public Tuple2<String, Integer> call(Tuple2<Integer, String> t) ​​​​​​throws Exception {
return new Tuple2<String, Integer>(t._2, t._1);
​​​​}
​​​});

​// 到此为止,我们获得了按照单词出现次数排序后的单词计数
​// 打印出来
​sortedWordCounts.foreach(

new VoidFunction<Tuple2<String,Integer>>() {

private static final long serialVersionUID = 1L;

​​@Override
​​public void call(Tuple2<String, Integer> t) throws Exception {
​​​System.out.println(t._1 + " appears " + t._2 + " times.");  ​
​​}
});

​// 关闭JavaSparkContext
​sc.close();
}
}

Scala版本

object SortWordCout {

def main(args: Array[String]) {

val conf = new SparkConf().setAppName("SortWordCount").setMaster("local")

 val sc = new SparkContext(conf)

 val lines = sc.textFile("C:/Users/zhang/Desktop//hello.txt", 1)

 val words = lines.flatMap { line => line.split(" ") }
 val pairs = words.map { word => (word,1) }
 val wordCounts = pairs.reduceByKey(_+_)

 val countWords = wordCounts.map(wordCount => (wordCount._2,wordCount._1))
 val sortedCountWords = countWords.sortByKey(false)
 val sortedWordCounts = sortedCountWords.map(sortedCountWord =>(sortedCountWord._2,sortedCountWord._1))

 sortedWordCounts.foreach(sortedWordCount => println(sortedWordCount._1 + " appear " + sortedWordCount._2 + "times"))
  }
}
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354

推荐阅读更多精彩内容