Spark的wordcount

private static void wordCount() {
        //设置这次任务的名字和设置本地跑spark程序
        SparkConf conf = new SparkConf().setAppName("hzy").setMaster("local");
        JavaSparkContext sparkContext = new JavaSparkContext(conf);
        //读取文件地址
        JavaRDD<String> lines = sparkContext.textFile("E:\\hzyFtp\\aa\\words.txt");
        //List<hello,word,hello>
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public Iterator<String> call(String s) throws Exception {
                String[] arr = s.split(" ");
                List<String> list = Arrays.asList(arr);
                return list.iterator();
            }
        });
        //Map(<hello,1>,<word,1>,<hello,1>)
        JavaPairRDD<String,Integer> tuples =words.mapToPair(new PairFunction<String, String, Integer>() {
            @Override
            public Tuple2<String, Integer> call(String s) throws Exception {
                return new Tuple2<>(s, 1);
            }
        });
        //聚合Map(<hello,2>,<word,1>)
        JavaPairRDD<String,Integer> reduced = tuples.reduceByKey(new Function2<Integer, Integer, Integer>() {
            @Override
            public Integer call(Integer v1, Integer v2) throws Exception {
                return v1+v2;
            }
        });

        //单词和它出现的次数做一个颠倒,交换
        JavaPairRDD<Integer,String> swaped = reduced.mapToPair(new PairFunction<Tuple2<String, Integer>, Integer, String>() {
            @Override
            public Tuple2<Integer, String> call(Tuple2<String, Integer> tup) throws Exception {
                return tup.swap();
            }
        });

        //排序
        JavaPairRDD<Integer,String> sorted =swaped.sortByKey();

        //数据的一个位置交换
        JavaPairRDD<String,Integer> res = sorted.mapToPair(new PairFunction<Tuple2<Integer, String>, String, Integer>() {
            @Override
            public Tuple2<String, Integer> call(Tuple2<Integer, String> tup) throws Exception {
                return tup.swap();
            }
        });

		//把结果写出去,一半情况下我们选择写到hdfs中
        res.saveAsTextFile("D:\\ceshi\\out");
        sparkContext.stop();

    }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值