spark之java代码实现wordcount

博客展示了Spark基础的Java代码实现,包含两个Java应用。通过设置Spark配置、创建上下文,加载外部数据,使用flatMap、mapToPair、reduceByKey等操作进行单词计数,最后触发action输出结果并释放资源,还涉及日志级别调整和分区设置等内容。

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

package day18test;

import org.apache.log4j.Level;

import org.apache.log4j.Logger;

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 org.apache.spark.api.java.function.VoidFunction;

import scala.Tuple2;

import java.util.Arrays;

import java.util.Iterator;

public class WordCountJavaApp01 {

public static void main(String[] args){

//局部调整spark应用的日志级别

    Logger.getLogger("org.apache.spark").setLevel(Level.WARN);

Logger.getLogger(“org.apache.hadoop”).setLevel(Level.WARN);

Logger.getLogger(“org.spark_project”).setLevel(Level.WARN);

SparkConf conf=new SparkConf();

conf.setMaster(“local[*]”);

conf.setAppName(WordCountJavaApp01.class.getSimpleName());

JavaSparkContext jsc=new JavaSparkContext(conf);

//加载外部数据

    JavaRDD line=jsc.textFile("file:///D:/test.txt");

//打印分区数

    System.out.println("  "+line.getNumPartitions());

//flatMapfan一对多

    JavaRDD wordRDD=line.flatMap(new FlatMapFunction() {

@Override

        public Iterator call(String line)throws Exception {

//切割字符串返回迭代器对象

            return Arrays.asList(line.split("\\s+")).iterator();

}

});

JavaPairRDD pairsRDD=wordRDD.mapToPair(new PairFunction() {

@Override

        public Tuple2 call(String word)throws Exception {

return new Tuple2(word,1);

}

});

JavaPairRDD retRDD=pairsRDD.reduceByKey(new Function2() {

@Override

        public Integer call(Integer v1, Integer v2)throws Exception {

return v1+v2;

}

});

//action触发

    retRDD.foreach(new VoidFunction>() {

@Override

        public void call(Tuple2 t)throws Exception {

System.out.println(t._1+"---->"+t._2);

}

});

//释放资源

jsc.stop();

}

}

进阶
package day18test;

import org.apache.log4j.Level;

import org.apache.log4j.Logger;

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 scala.Tuple2;

import java.util.Arrays;

public class WordCountJavaApp2 {

public static void main(String[] args){

//局部调整spark应用的日志级别

Logger.getLogger("org.apache.spark").setLevel(Level.WARN);

Logger.getLogger(“org.apache.hadoop”).setLevel(Level.WARN);

Logger.getLogger(“org.spark_project”).setLevel(Level.WARN);

//step1加载配置问文件

SparkConf conf=new SparkConf();

conf.setAppName(WordCountJavaApp2.class.getSimpleName());

//设置分区

conf.setMaster(“local[*]”);

//创建连接对象

JavaSparkContext jsc=new JavaSparkContext(conf);

//加载外部数据

JavaRDD lines=jsc.textFile(“file:///D:/test.txt”);

//拆分字符串

JavaRDD word=lines.flatMap(line-> Arrays.asList(line.split("\\s+")).iterator());

//转化为map集合

JavaPairRDD pairRDD=word.mapToPair(words->new Tuple2(words,1));

//聚合计算每个单词出现的次数

JavaPairRDD ret=pairRDD.reduceByKey((v1,v2)->v1+v2);

//触发action

ret.foreach(t-> System.out.println(t._1+"==="+t._2));

jsc.close();

}

}

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