分享一下怎么用Java完成spark的单词计数练习

本文分享了如何使用Java来完成Spark的单词计数任务,通过实例代码详细展示了实现过程。

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

话不多说,直接上码

package com.myspark.wordcount.java_version;

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;
import java.util.Iterator;
import java.util.List;

/**
 *
 * @Author:Yh.Huang Date:2019/4/26
 * Desc:利用java语言开发spark wordcount程序
 */
public class WordCount_Java {
    public static void main(String[] args) {
        //1.创建sparkConf对象
        SparkConf conf = new SparkConf().setAppName("WordCount_Java").setMaster("local[2]");

        //2.创建sparkcontext对象
        JavaSparkContext jsc = new JavaSparkContext(conf);
        jsc.setLogLevel("WARN");
        //3.读取数据文件
        JavaRDD<String> dataJavaRDD = jsc.textFile("D:\\hdfs\\spark\\input\\1.txt");

        //4.切分数据
        JavaRDD<String> wordsJavaRDD = dataJavaRDD.flatMap(new FlatMapFunction<String, String>() {

            @Override
            public Iterator<String> call(String line) throws Exception {
                String[] words = line.split(" ");
                return Arrays.asList(words).iterator();
            }
        });

        //5.为每个单词添加计数量1
        JavaPairRDD<String, Integer> wordAndOneJavaPairRDD = wordsJavaRDD.mapToPair(new PairFunction<String, String, Integer>() {
            @Override
            public Tuple2<String, Integer> call(String word) throws Exception {
                return new Tuple2<String, Integer>(word, 1);
            }
        });

        //6.统计相同单词累加
        JavaPairRDD<String, Integer> resultJavaPairRDD = wordAndOneJavaPairRDD.reduceByKey(new Function2<Integer, Integer, Integer>() {
            @Override
            public Integer call(Integer v1, Integer v2) throws Exception {
                return v1 + v2;
            }
        });
        /**
         *  扩展:实现单词出现的次数进行降序排列
         *  步驟:1.將<String, Integer> 位置颠倒,
         *       2.通过sortByKey()进行排序
         *       3.再把位置调转
         */
        JavaPairRDD<Integer, String> reverseJavaPairRDD =
                resultJavaPairRDD.mapToPair(new PairFunction<Tuple2<String, Integer>,
                        Integer, String>() {
                    @Override
                    public Tuple2<Integer, String> call(Tuple2<String, Integer> tuple2) throws Exception {
                        return new Tuple2<Integer, String>(tuple2._2, tuple2._1);
                    }
                });

        //把位置调转,排序方法(倒序)sortByKey(false)
        JavaPairRDD<String, Integer> sortJavaPairRDD = reverseJavaPairRDD.sortByKey(false).mapToPair(
                new PairFunction<Tuple2<Integer, String>, String, Integer>() {
                    @Override
                    public Tuple2<String, Integer> call(Tuple2<Integer, String> tuple2) throws Exception {
                        return new Tuple2<String, Integer>(tuple2._2, tuple2._1);
                    }
                });

        //7.收集结果数据
        List<Tuple2<String, Integer>> finalResult = sortJavaPairRDD.collect();

        //输出结果
        for (Tuple2<String, Integer> tuple : finalResult) {
            System.out.println(tuple._1 + " 出现的次数: " + tuple._2);

        }
        //8.关闭
        jsc.stop();


    }
}

希望能对你有所帮助,谢谢观看!

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