Spark WordCount

WordCount基本流程和spark实现

基本流程

1.创建spark环境

2.创建创建spark上下文对象，也就是spark写代码的入口

3.读取文件中的数据

4.首先将每一行数据展开，让每一个word单独一行

5.将word进行分组

6.对word出现的次数分别统计

7.将结果保存在新的文件中

代码实现

object Demo1WordCount {
  def main(args: Array[String]): Unit = {
    /**
     * 1、创建spark环境
     *
     */

    //spark环境配置对象
    val conf = new SparkConf()

    //设置spark任务的名称
    conf.setAppName("WordCount")

    //设置spark运行模式，local:本地运行
    conf.setMaster("local")

    //创建spark上下文对象，sc是spark写代码的入口
    val sc = new SparkContext(conf)

    //读取数据
    val linesRDD: RDD[String] = sc.textFile("data/words.txt")

    //将数据展开
    val splitRDD: RDD[String] = linesRDD.flatMap((line: String) => line.split(","))

    //将word进行分组
    val groupByRDD: RDD[(String, Iterable[String])] = splitRDD.groupBy((word: String) => word)

    //计算word出现的次数

    val wordCount: RDD[(String, Int)] = groupByRDD.map {
      case (word: String, words: Iterable[String]) =>
        (word, words.size)
    }

    /**
     * 6、保持数据
     *
     */
    wordCount.saveAsTextFile("data/wordCount")

  }
}