📜  Apache Spark字数示例

📅  最后修改于: 2020-12-27 02:52:28             🧑  作者: Mango

Spark字数示例

在Spark单词计数示例中,我们发现每个单词在特定文件中存在的频率。在这里,我们使用Scala语言执行Spark操作。

执行Spark单词计数示例的步骤

在此示例中,我们找到并显示每个单词的出现次数。

  • 在本地计算机上创建一个文本文件,然后在其中写入一些文本。
$ nano sparkdata.txt 

  • 检查在sparkdata.txt文件中编写的文本。
$ cat sparkdata.txt

  • 在HDFS中创建一个目录,用于保存文本文件。
$ hdfs dfs -mkdir /spark
  • 在指定目录的HDFS上上传sparkdata.txt文件。
$ hdfs dfs -put /home/codegyani/sparkdata.txt /spark

  • 现在,按照以下命令在Scala模式下打开火花。
$ spark-shell

  • 让我们使用以下命令创建一个RDD。
scala> val data=sc.textFile("sparkdata.txt")

在这里,传递包含数据的任何文件名。

  • 现在,我们可以使用以下命令读取生成的结果。
scala> data.collect;

  • 在这里,我们使用以下命令以单个单词的形式拆分现有数据。
scala> val splitdata = data.flatMap(line => line.split(" "));
  • 现在,我们可以使用以下命令读取生成的结果。
scala> splitdata.collect;

  • 现在,执行地图操作。
scala> val mapdata = splitdata.map(word => (word,1));

在这里,我们为每个单词分配一个值1。

  • 现在,我们可以使用以下命令读取生成的结果。
scala> mapdata.collect;

  • 现在,执行reduce操作
scala> val reducedata = mapdata.reduceByKey(_+_);

在这里,我们总结了生成的数据。

  • 现在,我们可以使用以下命令读取生成的结果。
scala> reducedata.collect;

在这里,我们得到了期望的输出。