spark之java实现wordcount

package day18test;

import org.apache.log4j.Level;

import org.apache.log4j.Logger;

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 org.apache.spark.api.java.function.VoidFunction;

import scala.Tuple2;

import java.util.Arrays;

import java.util.Iterator;

public class WordCountJavaApp01 {

public static void main(String[] args){

//局部调整spark应用的日志级别

        Logger.getLogger("org.apache.spark").setLevel(Level.WARN);

Logger.getLogger("org.apache.hadoop").setLevel(Level.WARN);

Logger.getLogger("org.spark_project").setLevel(Level.WARN);

SparkConf conf=new SparkConf();

conf.setMaster("local[*]");

conf.setAppName(WordCountJavaApp01.class.getSimpleName());

JavaSparkContext jsc=new JavaSparkContext(conf);

//加载外部数据

        JavaRDD line=jsc.textFile("file:///D:/test.txt");

//打印分区数

        System.out.println("  "+line.getNumPartitions());

//flatMapfan一对多

        JavaRDD wordRDD=line.flatMap(new FlatMapFunction() {

@Override

            public Iterator call(String line)throws Exception {

//切割字符串返回迭代器对象

                return Arrays.asList(line.split("\\s+")).iterator();

}

});

JavaPairRDD pairsRDD=wordRDD.mapToPair(new PairFunction() {

@Override

            public Tuple2 call(String word)throws Exception {

return new Tuple2(word,1);

}

});

JavaPairRDD retRDD=pairsRDD.reduceByKey(new Function2() {

@Override

            public Integer call(Integer v1, Integer v2)throws Exception {

return v1+v2;

}

});

//action触发

        retRDD.foreach(new VoidFunction>() {

@Override

            public void call(Tuple2 t)throws Exception {

System.out.println(t._1+"---->"+t._2);

}

});

//释放资源

jsc.stop();

}

}


进阶

package day18test;

import org.apache.log4j.Level;

import org.apache.log4j.Logger;

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;

import java.util.Arrays;

public class WordCountJavaApp2 {

public static void main(String[] args){

//局部调整spark应用的日志级别

    Logger.getLogger("org.apache.spark").setLevel(Level.WARN);

Logger.getLogger("org.apache.hadoop").setLevel(Level.WARN);

Logger.getLogger("org.spark_project").setLevel(Level.WARN);

//step1加载配置问文件

    SparkConf conf=new SparkConf();

conf.setAppName(WordCountJavaApp2.class.getSimpleName());

//设置分区

conf.setMaster("local[*]");

//创建连接对象

JavaSparkContext jsc=new JavaSparkContext(conf);

//加载外部数据

JavaRDD lines=jsc.textFile("file:///D:/test.txt");

//拆分字符串

    JavaRDD word=lines.flatMap(line-> Arrays.asList(line.split("\\s+")).iterator());

//转化为map集合

    JavaPairRDD pairRDD=word.mapToPair(words->new Tuple2(words,1));

//聚合计算每个单词出现的次数

    JavaPairRDD ret=pairRDD.reduceByKey((v1,v2)->v1+v2);

//触发action

    ret.foreach(t-> System.out.println(t._1+"==="+t._2));

jsc.close();

}

}

©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 204,732评论 6 478
  • 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 87,496评论 2 381
  • 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 151,264评论 0 338
  • 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 54,807评论 1 277
  • 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 63,806评论 5 368
  • 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 48,675评论 1 281
  • 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 38,029评论 3 399
  • 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 36,683评论 0 258
  • 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 41,704评论 1 299
  • 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 35,666评论 2 321
  • 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 37,773评论 1 332
  • 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 33,413评论 4 321
  • 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 39,016评论 3 307
  • 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 29,978评论 0 19
  • 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 31,204评论 1 260
  • 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 45,083评论 2 350
  • 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 42,503评论 2 343

推荐阅读更多精彩内容