Spark案例之WordCountIntelliJ IDEA一、编写WordCount程序二、远程调用Spark

63 阅读 0 评论 42 点赞

我是靠谱客的博主真实小鸭子，这篇文章主要介绍Spark案例之WordCountIntelliJ IDEA一、编写WordCount程序二、远程调用Spark，现在分享给大家，希望可以做个参考。

IntelliJ IDEA

一、编写WordCount程序

1.创建一个Maven项目WordCount并导入依赖

2.编写代码

3.打包插件

4.创建数据，打包完，导入包

5.集群测试（在包的路径下输入）

hdfs的方式：

本地方式：

6.查看结果

二、远程调用Spark

1.启动Spark下的start-all.sh

Jps查看进程:

2.导入依赖

3.编写代码

4.打包

5.在把代码加到创建sparkConf的后面

原代码

修改后，加上包的路径

6.运行输出

IntelliJ IDEA

一、编写WordCount程序

1.创建一个Maven项目WordCount并导入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>0607</artifactId>
    <version>1.0-SNAPSHOT</version>
 <!--开始-->
<dependencies>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.11</artifactId>
        <version>2.1.1</version>
    </dependency>
</dependencies>
<build>
        <finalName>WordCount</finalName>
        <plugins>
<plugin>
                <groupId>net.alchim31.maven</groupId>
<artifactId>scala-maven-plugin</artifactId>
                <version>3.2.2</version>
                <executions>
                    <execution>
                       <goals>
                          <goal>compile</goal>
                          <goal>testCompile</goal>
                       </goals>
                    </execution>
                 </executions>
            </plugin>
        </plugins>
</build>
 <!--结束-->
</project>

2.编写代码

import org.apache.spark.{SparkConf, SparkContext}

/**
 * @program: IntelliJ IDEA
 * @description: 编写spark版本的WordCount
 * @create: 2022-06-08 11:27
 */
object WordCount {
  def main(args: Array[String]): Unit = {
    //1.读取配置
    val sparkConf = new SparkConf().setAppName("WordCount")

    //2.获取到SparkContext
    val sc = new SparkContext(sparkConf)

    //3.执行操作
    sc.textFile(args(0)).flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _, 1).sortBy(_._2, false).saveAsTextFile(args(1))

    //4.关闭连接
    sc.stop()
  }

}

3.打包插件

<!--放在上面pom文件的pligin下面-->
<plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-assembly-plugin</artifactId>
                <version>3.0.0</version>
                <configuration>
                    <archive>
                        <manifest>
                                <!--WordCount类名-->
                            <mainClass>WordCount</mainClass>
                        </manifest>
                    </archive>
                    <descriptorRefs>
                        <descriptorRef>jar-with-dependencies</descriptorRef>
                    </descriptorRefs>
                </configuration>
                <executions>
                    <execution>
                        <id>make-assembly</id>
                        <phase>package</phase>
                        <goals>
                            <goal>single</goal>
                        </goals>
                    </execution>
                </executions>
      </plugin>

4.创建数据，打包完，导入包

[root@hadoop ~]# cd /usr/input
[root@hadoop input]# ls
WordCount.jar
[root@hadoop input]# vim wc.txt
java hadoop java hadoop
php hadoop scala scala
python java hive java

5.集群测试（在包的路径下输入）

hdfs的方式：

spark-submit --class WordCount --master yarn WordCount.jar hdfs://192.168.17.151:9000/wc.txt hdfs://192.168.17.151:9000/out

本地方式：

spark-submit --class WordCount --master yarn WordCount.jar file:///usr/input/word.txt hdfs://192.168.17.151:9000/0608

6.查看结果

[root@hadoop input]# hdfs dfs -cat /out/part-00000
(java,4)
(hadoop,3)
(scala,2)
(hive,1)
(php,1)
(python,1)

二、远程调用Spark

1.启动Spark下的start-all.sh

Jps查看进程:

2.导入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>0607</artifactId>
    <version>1.0-SNAPSHOT</version>



    <properties>
        <encoding>UTF-8</encoding>
        <maven.compiler.source>1.8</maven.compiler.source>
        <maven.compiler.target>1.8</maven.compiler.target>
        <scala.version>2.11.11</scala.version>
        <spark.version>2.1.1</spark.version>
        <hadoop.version>2.7.3</hadoop.version>
    </properties>
    <dependencies>
        <!--依赖Scala语言-->
        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
            <version>${scala.version}</version>
        </dependency>

        <!--SparkCore依赖-->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>

        <!-- spark-streaming-->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>



        <!--SparkSQL依赖-->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>

        <!--SparkSQL+ Hive依赖-->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-hive_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-hive-thriftserver_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>


        <!-- SparkMlLib机器学习模块,里面有ALS推荐算法-->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-mllib_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.3</version>
        </dependency>

        <dependency>
            <groupId>com.hankcs</groupId>
            <artifactId>hanlp</artifactId>
            <version>portable-1.7.7</version>
        </dependency>






    </dependencies>

    <build>
                <!-- src/main/scala路径 -->
        <sourceDirectory>src/main/scala</sourceDirectory>
        <plugins>
            <!-- 指定编译java的插件 -->
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.6.0</version>
            </plugin>
            <!-- 指定编译scala的插件 -->
            <plugin>
                <groupId>net.alchim31.maven</groupId>
                <artifactId>scala-maven-plugin</artifactId>
                <version>3.2.2</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>compile</goal>
                            <goal>testCompile</goal>
                        </goals>
                        <configuration>
                            <args>
                                <arg>-dependencyfile</arg>
                                <arg>${project.build.directory}/.scala_dependencies</arg>
                            </args>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-surefire-plugin</artifactId>
                <version>2.18.1</version>
                <configuration>
                    <useFile>false</useFile>
                    <disableXmlReport>true</disableXmlReport>
                    <includes>
                        <include>**/*Test.*</include>
                        <include>**/*Suite.*</include>
                    </includes>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-shade-plugin</artifactId>
                <version>2.3</version>
                <executions>
                    <execution>
                        <phase>package</phase>
                        <goals>
                            <goal>shade</goal>
                        </goals>
                        <configuration>
                            <filters>
                                <filter>
                                    <artifact>*:*</artifact>
                                    <excludes>
                                        <exclude>META-INF/*.SF</exclude>
                                        <exclude>META-INF/*.DSA</exclude>
                                        <exclude>META-INF/*.RSA</exclude>
                                    </excludes>
                                </filter>
                            </filters>
                            <transformers>
                                <transformer
                                        implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">
                                    <mainClass></mainClass>
                                </transformer>
                            </transformers>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>

</project>

3.编写代码

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

/**
 * @program: IntelliJ IDEA
 * @description: ming
 * @create: 2022-06-08 19:54
 */
object sparkTest {
  def main(args: Array[String]): Unit = {
    //1.创建sparkConf
    val sparkConf = new SparkConf().setMaster("spark://192.168.17.151:7077").setAppName("WordCount")

    //2.创建sparkContext
    val sc = new SparkContext(sparkConf)

    //3.读取数据
    var rdd0:RDD[String] = sc.textFile("hdfs://192.168.17.151:9000/word.txt")

    //4.拆分数据
    var rdd1:RDD[String] = rdd0.flatMap(_.split(" "))

    //5.map
    var rdd2:RDD[(String,Int)] = rdd1.map((_,1))

    //6.
    var rdd3:RDD[(String,Int)] = rdd2.reduceByKey(_+_).sortBy(_._2, false)

    //7.转数组
    var result:Array[(String,Int)] = rdd3.collect()

    //8.打印结果
    result.foreach(println(_))
  }

}

4.打包

5.在把代码加到创建sparkConf的后面

原代码

val sparkConf = new SparkConf().setMaster("spark://192.168.17.151:7077").setAppName("WordCount")

修改后，加上包的路径

val sparkConf = new SparkConf().setMaster("spark://192.168.17.151:7077").setAppName("WordCount").setJars(Seq("D:\worksoft\demo\0607\target\0607-1.0-SNAPSHOT.jar"))

6.运行输出

最后

以上就是真实小鸭子最近收集整理的关于Spark案例之WordCountIntelliJ IDEA一、编写WordCount程序二、远程调用Spark的全部内容，更多相关Spark案例之WordCountIntelliJ内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。

本文分类：spark
浏览次数：63 次浏览
发布日期：2024-06-24 23:00:02
本文链接：https://www.kaopuke.com/article/k-p-k_13_u_7_o_22_f2_14_j_22_5.html

Spark案例之WordCountIntelliJ IDEA一、编写WordCount程序二、远程调用Spark

IntelliJ IDEA

一、编写WordCount程序

1.创建一个Maven项目WordCount并导入依赖

2.编写代码

3.打包插件

4.创建数据，打包完，导入包

5.集群测试（在包的路径下输入）

hdfs的方式：

本地方式：

6.查看结果

二、远程调用Spark

1.启动Spark下的start-all.sh

Jps查看进程:

2.导入依赖

3.编写代码

4.打包

5.在把代码加到创建sparkConf的后面

原代码

修改后，加上包的路径

6.运行输出

最后

评论列表共有 0 条评论

发表评论取消回复

Spark案例之WordCountIntelliJ IDEA一、编写WordCount程序 二、远程调用Spark

IntelliJ IDEA

一、编写WordCount程序

1.创建一个Maven项目WordCount并导入依赖

2.编写代码

3.打包插件

4.创建数据，打包完，导入包

5.集群测试（在包的路径下输入）

hdfs的方式：

本地方式：

6.查看结果

二、远程调用Spark

1.启动Spark下的start-all.sh

Jps查看进程:

2.导入依赖

3.编写代码

4.打包

5.在把代码加到创建sparkConf的后面

原代码

修改后，加上包的路径

6.运行输出

最后

相关文章

评论列表共有 0 条评论

发表评论 取消回复

Spark案例之WordCountIntelliJ IDEA一、编写WordCount程序二、远程调用Spark

发表评论取消回复