input.txt的内容:
需求:
计算其中各个级别的日志消息条数,即INFO、WARN、ERROR的条数,其中空白的地方为空行,不统计
val input =sc.textFile("file:///home/hadoop1/Desktop/input.txt")
val tokensized = input.map(line=>line.split(" ")).filter(words=>words.size>0)
val result = tokensized.map(x=>(x(0),1)).reduceByKey(_+_).collect
运行效果图如下:
可以看出并没有实现将空行过滤出去的效果,我们再看另一段代码
val input = sc.textFile("file:///home/hadoop1/Desktop/input.txt")
val idata = input.map(x=>x.split(" ")(0)) .filter(_.length>0)//这里还可以使用_.size>0或者_.trim!=""
val result = idata.map(x=>(x,1)).reduceByKey(_+_).collect
运行效果图如下:
而这部分代码将空行过滤出去了,这是为什么?
tokensizedRDD是双层Array的,所以它的长度不为0,下图可以说明这一点
而第二段代码已经将其变为一层Array了,所以可以将空的值过滤出去,最终成功统计各类型日志数