java编写WordCound的Spark程序,Scala编写wordCound程序
1、创建一个maven项目,项目的相关信息如下:
<groupId>cn.toto.spark</groupId>
<artifactId>bigdata</artifactId>
<version>1.0-SNAPSHOT</version>
2、修改Maven仓库的位置配置:
3、首先要编写Maven的Pom文件
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>cn.toto.spark</groupId><artifactId>bigdata</artifactId><version>1.0-SNAPSHOT</version><properties><maven.compiler.source>1.7</maven.compiler.source><maven.compiler.target>1.7</maven.compiler.target><encoding>UTF-8</encoding><scala.version>2.10.6</scala.version><spark.version>1.6.2</spark.version><hadoop.version>2.6.4</hadoop.version></properties><dependencies><dependency><groupId>org.scala-lang</groupId><artifactId>scala-library</artifactId><version>${scala.version}</version></dependency><dependency><groupId>org.apache.spark</groupId><artifactId>spark-core_2.10</artifactId><version>${spark.version}</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-client</artifactId><version>${hadoop.version}</version></dependency></dependencies><build><sourceDirectory>src/main/scala</sourceDirectory><testSourceDirectory>src/test/scala</testSourceDirectory><plugins><plugin><groupId>net.alchim31.maven</groupId><artifactId>scala-maven-plugin</artifactId><version>3.2.2</version><executions><execution><goals><goal>compile</goal><goal>testCompile</goal></goals><configuration><args><arg>-make:transitive</arg><arg>-dependencyfile</arg><arg>${project.build.directory}/.scala_dependencies</arg></args></configuration></execution></executions></plugin><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-shade-plugin</artifactId><version>2.4.3</version><executions><execution><phase>package</phase><goals><goal>shade</goal></goals><configuration><filters><filter><artifact>*:*</artifact><excludes><exclude>META-INF/*.SF</exclude><exclude>META-INF/*.DSA</exclude><exclude>META-INF/*.RSA</exclude></excludes></filter></filters></configuration></execution></executions></plugin></plugins></build></project>
4、编写Java代码
package cn.toto.spark;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.Arrays;/*** Created by toto on 2017/7/6.*/
public class JavaWordCount {public static void main(String[] args) {SparkConf conf = new SparkConf().setAppName("JavaWordCount");//创建java sparkcontextJavaSparkContext jsc = new JavaSparkContext(conf);//读取数据JavaRDD<String> lines = jsc.textFile(args[0]);//切分JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {@Overridepublic Iterable<String> call(String line) throws Exception {return Arrays.asList(line.split(" "));}});//遇见一个单词就记作一个1JavaPairRDD<String, Integer> wordAndOne = words.mapToPair(new PairFunction<String, String, Integer>() {@Overridepublic Tuple2<String, Integer> call(String word) throws Exception {return new Tuple2<String, Integer>(word, 1);}});//分组聚合JavaPairRDD<String, Integer> result = wordAndOne.reduceByKey(new Function2<Integer, Integer, Integer>() {@Overridepublic Integer call(Integer i1, Integer i2) throws Exception {return i1 + i2;}});//反转顺序JavaPairRDD<Integer, String> swapedPair = result.mapToPair(new PairFunction<Tuple2<String, Integer>, Integer, String>() {@Overridepublic Tuple2<Integer, String> call(Tuple2<String, Integer> tp) throws Exception {return new Tuple2<Integer, String>(tp._2, tp._1);}});//排序并调换顺序JavaPairRDD<String, Integer> finalResult = swapedPair.sortByKey(false).mapToPair(new PairFunction<Tuple2<Integer, String>, String, Integer>() {@Overridepublic Tuple2<String, Integer> call(Tuple2<Integer, String> tp) throws Exception {return tp.swap();}});//保存finalResult.saveAsTextFile(args[1]);jsc.stop();}
}
5、准备数据
数据放置在E:\wordcount\input中:
里面的文件内容是:
6、通过工具传递参数:
7、运行结果:
8、scala编写wordCount
单词统计的代码如下:
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}/*** Created by ZhaoXing on 2016/6/30.*/
object ScalaWordCount {def main(args: Array[String]) {val conf = new SparkConf().setAppName("ScalaWordCount")//非常重要的一个对象SparkContextval sc = new SparkContext(conf)//textFile方法生成了两个RDD: HadoopRDD[LongWritable, Text] -> MapPartitionRDD[String]val lines: RDD[String] = sc.textFile(args(0))//flatMap方法生成了一个MapPartitionRDD[String]val words: RDD[String] = lines.flatMap(_.split(" "))//Map方法生成了一个MapPartitionRDD[(String, Int)]val wordAndOne: RDD[(String, Int)] = words.map((_, 1))val counts: RDD[(String, Int)] = wordAndOne.reduceByKey(_+_)val sortedCounts: RDD[(String, Int)] = counts.sortBy(_._2, false)//保存的HDFS//sortedCounts.saveAsTextFile(args(1))counts.saveAsTextFile(args(1))//释放SparkContextsc.stop()}
}
java编写WordCound的Spark程序,Scala编写wordCound程序相关推荐
- 使用Scala编写Spark程序求基站下移动用户停留时长TopN
使用Scala编写Spark程序求基站下移动用户停留时长TopN 1. 需求:根据手机基站日志计算停留时长的TopN 我们的手机之所以能够实现移动通信,是因为在全国各地有许许多多的基站,只要手机一开机 ...
- 启动Spark Shell,在Spark Shell中编写WordCount程序,在IDEA中编写WordCount的Maven程序,spark-submit使用spark的jar来做单词统计
1.启动Spark Shell spark-shell是Spark自带的交互式Shell程序,方便用户进行交互式编程,用户可以在该命令行下用scala编写spark程序.要注意的是要启动Spark-S ...
- 编写java程序的常见问题_Java程序的编写与执行、Java新手常见的问题解决
原标题:Java程序的编写与执行.Java新手常见的问题解决 今天,我们来写一段Java程序.然后看看Java程序是如何执行的,以及Java新手小白遇到的问题和解决办法. HelloWorld的编写 ...
- 《Java和Android开发实战详解》——2.5节良好的Java程序代码编写风格
本节书摘来自异步社区<Java和Android开发实战详解>一书中的第2章,第2.5节良好的Java程序代码编写风格,作者 陈会安,更多章节内容可以访问云栖社区"异步社区&quo ...
- Idea配置spark环境及编写scala代码
由于之前在往上没有找到比较好的关于IDEA配置spark环境,现在分享一下 1.打开IDEA create New Project 2.创建项目,如下图所示 3.配置maven文件,即使你本地没有sp ...
- 第二章 java常用开发工具以及程序的编写
2019独角兽企业重金招聘Python工程师标准>>> 第二章 java常用开发工具以及程序的编写 1. 程序的概念 2. java程序的开发的三个步骤 ...
- Java的加载与执行原理详解 Java程序从编写到最终运行经历了哪些过程
前言 Java程序从编写到最终运行大概可概括为3个阶段:编写.编译.运行阶段. 一.编写阶段 程序员在硬盘某个位置新建一个xxx.java文件 使用记事本或者其他文本编辑器例如EditPlus打开xx ...
- java 获取文件所在的文件夹_带你0基础编写一个Java小程序,领略Java程序从编写到编译再到运行的全流程...
在学习Java之前我们需要先认识下什么是计算机语言?计算机语言又有哪些分类?在了解这些后对我们理解学习帮助是很大的. 要知道计算机语言是人与计算机之间进行信息交流沟通的一种特殊语言,又分为机械语言.汇 ...
- Java程序从编写到运行
Java程序从开发到运行包括编译和运行两个阶段,这两个阶段可以在不同的操作系统中完成,例如在windows环境下进行编译,在Linux环境下运行,这是因为有JVM机制的存在,实现了Ja ...
最新文章
- linux ubuntu文件系统,Ubuntu Linux文件系统的目录及用途简析
- 玩转OpenVswitch:简介
- 【视频课】一课彻底掌握深度学习人脸图像算法,长期更新
- 分布式文件系统之Tfs是什么?
- 李开复:AI能在15年内取代40%~50%岗位
- Java之类的构造器(反射)
- Linux内核分析课程期中总结
- 金色圣诞幻灯片AE模板
- Java 8并发工具包简介
- 后台java规范参数_详解Java后端优雅验证参数合法性
- 不小心rm删除文件怎么办
- l298n使能端跳线帽_L298N 驱动模块的应用
- #USB加密狗信息安全与USB_Host 硬件读写加密狗
- 切换阿里巴巴开源镜像站镜像——Kali镜像
- 中国浓咖啡行业市场供需与战略研究报告
- python中倒计时_python实现倒计时的示例
- 华为p10测试软件,华为p10内存测试软件
- shell脚本小游戏
- 时间服务器端口协议,时间服务器端口
- STM32:使用ST官方的原理图和PCB封装
热门文章
- MySQL数据库之-foreign key 外键(一对多、多对多、一对一)、修改表、复制表
- 优化算法求解复杂约束问题策略(以粒子群算法为例讲解求解复杂约束问题的多种策略)
- mysql数据库入门教程(2):常见命令大全,语法规范
- VTK:图像归一化用法实战
- VTK:演示在多边形数据上使用裁剪用法实战
- wxWidgets 示例演示 wxWizard 控件
- boost::system::error_condition相关的测试程序
- boost::rational模块相关的测试程序
- boost::mp11::mp_max_element相关用法的测试程序
- boost::transform_iterator用法的测试程序