spark从hdfs上读取文件运行wordcount

本文介绍了一个简单的Hadoop与Spark集群搭建过程,并通过一个WordCount实例展示了如何利用Spark读取HDFS上的文件并进行计算。

1.配置环境说明

Hadoop配置节点:sg202(namenode SecondaryNameNode)  sg206(datanode) sg207(datanode) sg208(datanode)

Spark配置节点:sg201(Master)  sg211(Worker)

2.从hdfs上读取文件并运行wordcount

a. 登录hadoop的主节点sg202 将要进行wordcount的文件上传到hdfs上

[html]  view plain  copy
  1. [root@sg202 hadoop-1.0.4]# hadoop fs -put /home/hadoop-1.0.4/README.txt  input  

b.  登录spark的Master节点(sg201)进入sparkshell

[html]  view plain  copy
  1. [root@sg201 spark-0.7.3]# MASTER=spark://172.16.48.201:7077 ./spark-shell  

c.  运行wordcount

[html]  view plain  copy
  1. scala> val file=sc.textFile("hdfs://172.16.48.202:9000/user/root/input/README.txt")  

[html]  view plain  copy
  1. scala> val count=file.flatMap(line => line.split(" ")).map(word => (word,1)).reduceByKey(_+_)  

[html]  view plain  copy
  1. scala> count.collect()  
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