大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
今天就跟大家聊聊有关spark01--scala 的wordcount的过程是怎样的,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
创新互联公司专注为客户提供全方位的互联网综合服务,包含不限于成都网站设计、网站制作、萍乡网络推广、成都小程序开发、萍乡网络营销、萍乡企业策划、萍乡品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等,从售前售中售后,我们都将竭诚为您服务,您的肯定,是我们最大的嘉奖;创新互联公司为所有大学生创业者提供萍乡建站搭建服务,24小时服务热线:18982081108,官方网址:www.cdcxhl.com
第一版:原始版本
def main(args: Array[String]): Unit = { val conf = new SparkConf() conf.setAppName("workcount") conf.setMaster("local") //SparkContext 是通往spark 集群的唯一通道 val sc = new SparkContext(conf) /** 加载配置当前项目下words文件的内容 * 内容为: hello java hello spark hello hdfs hello mr hello java hello spark */ val lines = sc.textFile("./words") //line为每一行,每一行经过" "空格切分成RRD类型 val lists: RDD[String] = lines.flatMap(line => {line.split(" ")}) //单词转换成二元元组 val values: RDD[(String, Int)] = lists.map(word=>{new Tuple2(word,1)}) /** * reduceByKey 函数是先把相同的单词(key)进行分组,如 hello 1 hello 1 hello 1 hello 1 hello 1 hello 1 java 1 java 1 spark 1 spark 1 hdfs 1 mr 1 (v1:Int, v2:Int)=>{v1+v2} 表示经过分组后的单词元组(Sring,Int),相同key的 value进行累加,返回v1+v2 就是累加的值 */ val result: RDD[(String, Int)] = values.reduceByKey((v1:Int, v2:Int)=>{v1+v2}) //遍历结果 result.foreach(println) //关闭 sc.stop() }
第二版:
def main(args: Array[String]): Unit = { val conf = new SparkConf() conf.setAppName("workcount") conf.setMaster("local") val sc = new SparkContext(conf) val result = sc.textFile("./words").flatMap(line=>line.split(" ")).map(world=>new Tuple2(world,1)).reduceByKey((v1:Int, v2:Int)=>{v1+v2}) result.foreach(println) sc.stop() }
第三版本:最简版本
def main(args: Array[String]): Unit = { val conf = new SparkConf() conf.setAppName("workcount") conf.setMaster("local") val sc = new SparkContext(conf) val result = sc.textFile("./words").flatMap(_.split(" ")).map((_, 1)).reduceByKey(_+_) result.foreach(println) sc.stop() }
简化后解释:
xxx.flatMap(line=>line.split(" "))中参数line只在=>后面使用一次,可以用 "_" 符号来表示该参数,xxx.flatMap(_.split(" "))
xxx.map(world=>new Tuple2(world,1))中world参数也是在=>后只使用一次,可以使用 "_"来表示,元组可以省略new,也可以省略Tuple2,xxx.map((_,1))
xxx.reduceByKey((v1:Int, v2:Int)=>{v1+v2})中v1,v2也是在=>后只使用一次,均可以使用"_"来表示,xxx.reduceByKey((_+_)
看完上述内容,你们对spark01--scala 的wordcount的过程是怎样的有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注创新互联行业资讯频道,感谢大家的支持。