Spark字数统计示例
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,我们查找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。
检查在sparkdata.txt文件中编写的文本。
在HDFS中创建一个目录,用于保存文本文件。
在特定目录的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Spark。
让我们使用以下命令创建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。
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。
现在,执行reduce操作
scala> val reducedata = mapdata.reduceByKey(_+_);
在这里,我们正在汇总生成的数据。
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,我们得到了所需的输出。