用Scala IDEA编写word count程序

1.通过Scala方式,本地模式实现word count:

import org.apache.spark.SparkContext
import org.apache.spark.SparkConf

object ScalaWordCount {
    def main(args: Array[String]): Unit = {
      //配置文件,设置了程序的名字,和集群地址
      val conf = new SparkConf().setAppName("Scala word count").setMaster("local")
      //获取SparkContext对象
      val sc = new SparkContext(conf)
      
      val result =sc.textFile("D:\\zou.txt")//读取文件
                    .flatMap(_.split(" "))//分词
                    .map((_,1))//给每个单词计数1
                    .reduceByKey(_+_)//统计每个单词的数量
                    
        //输出到屏幕上
      result.foreach(println)
           
    }
}

运行的结果:

(goodbey,1)
(bey,2)
(you,2)
(when,1)
(say,1)
(i,2)
(to,1)
(,1)
(see,1)
(it's,1)
(again,1)
(so,1)
(time,1)
(much,1)
(miss,1)

说明:本地模式,读取的文件是Windows本地的文件

2.Scala方式,通过集群方式实现word count:

import org.apache.spark.SparkConf
import org.apache.spark.SparkConf

object ScalaWordCount {
    def main(args: Array[String]): Unit = {
      //提交到集群,对hdfs上的数据进行word count
      //如果要提交到集群中运行,不需要设置Master
      //设置动作的名字,和集群的地址
      val conf = new SparkConf().setAppName("Scala word count")
      //获取spark Context的对象
      val sc = new SparkContext(conf)
      
      val result = sc.textFile(args(0))//获取文件,参数为spark集群的地址
                      .flatMap(_.split(" "))//分词
                      .map((_,1))//给每个单词计数1
                      .reduceByKey(_+_)//统计每个单词的数量
                      .saveAsTextFile(args(1))//将结果保存,参数为要保存的hdfs的地址
      
      sc.stop()
      
    }
}

程序编写好之后,打成jar包,上传到Linux服务器的某个目录下,然后通过spark-2.1.0-bin-hadoop2.7/bin 目录下的spark-submit方式执行任务:

[root@bigdata111 bin]# ./spark-submit --master spark://bigdata111:7077 --class com.hengan.WordCount.ScalaWordCount  /opt/jars/Dome1.jar  hdfs://bigdata111:9000/word.txt  hdfs://bigdata111:9000/result

说明:
通过spark-submit方式执行spark任务,
集群的地址:spark://bigdata111:7077,
程序的全类名:com.hengan.WordCount.ScalaWordCount,
jar包的位置: /opt/jars/Dome1.jar ,
要读取的文件的路径:hdfs://bigdata111:9000/word.txt,
结果存放的路径:hdfs://bigdata111:9000/result

结果:

(shuai,1)
(are,1)
(b,1)
(best,1)
(zouzou,1)
(word,1)
(hello,1)
(world,1)
(you,1)
(a,1)
(the,1)
[root@bigdata111 ~]# 

3.Java方式, 实现word count


import java.util.Arrays;
import java.util.Iterator;
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 org.apache.spark.api.java.function.FlatMapFunction;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.PairFunction;

import parquet.format.PageHeader;
import scala.Tuple2;

public class JavaWordCount {
    
    public static void main(String[] args) {
        SparkConf sparkConf = new SparkConf().setAppName("JavaWordCount").setMaster("local");
        //创建SparkContext对象
        JavaSparkContext ctx = new JavaSparkContext(sparkConf);
        
        //读取hdfs上的文件
        JavaRDD<String> lines = ctx.textFile("hdfs://192.168.109.131:8020/tmp_files/test_WordCount.txt");
        
        //根据空格切分
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {

            @Override
            public Iterator<String> call(String input) throws Exception {
                // I Love Beijing
                return Arrays.asList(input.split(" ")).iterator();
            }
        });
        
        
        //每个词计数(单词,1)
        JavaPairRDD<String, Integer> ones = words.mapToPair(new PairFunction<String, String, Integer>() {

            @Override
            public Tuple2<String, Integer> call(String s) throws Exception {
                // TODO Auto-generated method stub
                return new Tuple2<String, Integer>(s, 1);
            }
        });
        
        
        //reduce求和
        JavaPairRDD<String, Integer> counts = ones.reduceByKey(new Function2<Integer, Integer, Integer>() {
            
            @Override
            public Integer call(Integer arg0, Integer arg1) throws Exception {
                
                return arg0 + arg1;
            }
        });
        
        //输出
        List<Tuple2<String, Integer>> output = counts.collect();
        
        for (Tuple2<String, Integer> tuple2 : output) {
            System.out.println(tuple2._1+" : " + tuple2._2);
        }
        
        ctx.stop(); 
        
    }

}

©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 215,634评论 6 497
  • 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 91,951评论 3 391
  • 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 161,427评论 0 351
  • 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 57,770评论 1 290
  • 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 66,835评论 6 388
  • 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 50,799评论 1 294
  • 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 39,768评论 3 416
  • 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 38,544评论 0 271
  • 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 44,979评论 1 308
  • 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 37,271评论 2 331
  • 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 39,427评论 1 345
  • 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 35,121评论 5 340
  • 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 40,756评论 3 324
  • 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 31,375评论 0 21
  • 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 32,579评论 1 268
  • 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 47,410评论 2 368
  • 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 44,315评论 2 352

推荐阅读更多精彩内容