• Spark学习之wordcount程序


    实例代码:

    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 scala.Tuple2;
    
    import java.util.ArrayList;
    import java.util.Arrays;  
    import java.util.Iterator;
    import java.util.List;
    
    //Driver
    public class SparkWordCount1{
        public static void main(String[] args) {
            
            SparkConf sparkConf = new SparkConf()  // 第一步:创建SparkConf对象,设置相关配置信息  
                                    .setMaster("local")
                                    .setAppName("wordcount");  
            JavaSparkContext ctx = new JavaSparkContext(sparkConf); // 第二步:创建JavaSparkContext对象,是Spark的所有功能的入口
            ctx.setLogLevel("WARN");
    //      final JavaRDD<String> linesRdd = ctx.textFile(args[0]); // 根据文件类型的输入源创建RDD的方法textFile()
            ArrayList<String> lines = new ArrayList<String>();
            lines.add("Hello Java Hi Ok");
            lines.add("Ok No House Hello");
            JavaRDD<String> linesRdd = ctx.parallelize(lines);  // 第三步:创建一个初始的RDD  并行化 parallelize
            JavaRDD<String> words = linesRdd.flatMap((s) -> Arrays.asList(s.split(" ")).iterator());
            JavaPairRDD<String, Integer> ones = words.mapToPair(s->new Tuple2<String, Integer>(s, 1));
            JavaPairRDD<String, Integer> counts =  ones.reduceByKey((x,y)->x+y); 
            List<Tuple2<String, Integer>> results = counts.collect();
    //      System.out.println(counts.collect());
    //      System.out.println(results.toString());
    //      counts.foreach(System.out::println);
            counts.foreach(x->System.out.println(x));
            ctx.close();
        }  
    }

    实例结果:

      

  • 相关阅读:
    P1005 矩阵取数
    [BZOJ2662][BeiJing wc2012]冻结
    [BZOJ1191]超级英雄Hero
    [bzoj1008] 越狱
    [bzoj1001]狼抓兔子 最小割
    网络流24题——负载平衡问题
    分形小山
    可并堆——左偏树、斜堆
    NOIP最优贸易
    洛谷P2073送花
  • 原文地址:https://www.cnblogs.com/xiaoyh/p/10170925.html
Copyright © 2020-2023  润新知