连接笔记

本文详细介绍如何使用Scala与Spark进行大数据处理任务,包括环境搭建、配置、编译打包及提交作业到集群的过程。通过具体示例展示了如何读取HDFS上的数据,并使用Spark Context进行流数据处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1:jdk,scala.msi
2:ssh,putty
3:IDEA

4:FILE-SETTING-PLUGINS-SCALA
5:FILE-PROJECT STRUCTURE-LIBRARIES-“+”-JAVA——-(SPARK-ASSEMBLY-HADOOP.JAR)

6:NEW-ADD jdk-ADD SCALA
7:BUILD JAR ->OUT(“D:\SPARK DISTRIBUTE\1j\out\artifacts\1j_jar”)

7:PUTTY(LINUX FILE ->HDFS FILE )-SSH(UPLOAD FILE)-“nbu@hadoop201:~/spark-1.2.0$ bin/spark-submit –master yarn-cluster://10.22.66.201:7077 –class scj /home/nbu/jhq/1j.jar” ——(class + “object NAME”)

WATCH:
1:HOST IP-NAME
2:10.22.66.201 nbu 123456

8.su -

9.流数据hdfs处理:数据必须是从hdfs文件到某个input文件夹

object CountTriangle {
def main(args: Array[String]) {
val sparkConf = new SparkConf().setAppName(“CountTriangle”)
val sc = new SparkContext(sparkConf)
val window = sc.textFile(“/jhq/”)
// var x
val edgevv=window.flatMap(_.split(” “)).map(x=>(x.split(“;”)(1),x.split(“;”)(0))).reduceByKey((x,y)=>x+” “+y).collect()
if(edgevv(0)(0)==”0”)
//val edgevvadd=edgeadd.flatMap(x => List(x.split(“,”)(0)+”,”+ x.split(“,”)(1) , x.split(“,”)(1)+”,”+ x.split(“,”)(0))).map(x=>(x.split(“,”)(0),x.split(“,”)(1)))
// edgevv.reduceByKey((x,y)=>x+”,”+y)
/*def cnstrctNeighbor(x:String,y:String):String={

  return x
}*/

// window.flatMap(.split(” “)).flatMap(x => List(x.split(“,”)(0)+”,”+x.split(“,”)(1),.split(“,”)(1)+”,”+_.split(“,”)(0)))
sc.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