第8课:彻底实战详解使用IDE开发Spark程序
2016-08-25 16:35
453 查看
本地安装好java和scala并创建工程WordCount
第一步:修改依赖的Scala版本为Scala 2.10.x(改为本地对应版本)
第二步: 加入spark 1.6 jar文件依赖
第三步: 找到依赖的spark jar文件 ,并导入到eclipse中的jar依赖
第四步:在src下建立spark工程包
第五步: 创建Scala入口类
第六步: 把class 变成 object 并编写main入口方法
使用Scala开发本地测试的Spark WordCount程序
在集群上运行需要修改文件路径
export => java / JAR file =>选择输出目录
传入ubuntu系统中
或创建脚本 wordcount.sh 直接执行./wordcount.sh 即可
作业:在Eclipse中写好广告点击排名的程序并测试
第一步:修改依赖的Scala版本为Scala 2.10.x(改为本地对应版本)
第二步: 加入spark 1.6 jar文件依赖
第三步: 找到依赖的spark jar文件 ,并导入到eclipse中的jar依赖
第四步:在src下建立spark工程包
第五步: 创建Scala入口类
第六步: 把class 变成 object 并编写main入口方法
使用Scala开发本地测试的Spark WordCount程序
package spark //使用Scala开发本地测试的Spark WordCount程序 import org.apache.spark.SparkConf object workcount { def main(args:Array[String]){ // 第一步:创建Spark的配置对象SparkConf,设置Spark程序的运行时的配置信息。 //例如说通过setMaster来设置程序要链接的Spark集群的Master的URL,如果设置为local,则代替Spark程序在本地运行,特别适合于机器配置条件非常差(只有1G的内存)的初学者。 val conf = new SparkConf();//创建SparkConf对象 conf.setAppName("First Spark App!!!") //设置应用程序的名称,在程序运行的监控界面可以看到名称 //conf.setMaster("local") //此时,程序在本地运行,不需要安装Spark集群 //第二步:创建SparkContext对象SparkContext是Spark程序所有功能的唯一入口,无论是采用Scala、Java、Python、R等都必须有一个SparkContext。 //SparkContext核心作用:初始化Spark应用程序运行所需要的核心组件,包括DAGScheduler、TaskScheduler、Schedulerbackend同时还会负责Spark程序往Master注册程序等。 //SparkContext是整个Spark应用程序中最为至关重要的一个对象。 val sc = new SparkContext(conf) //创建SparkContext对象,通过传入SparkConf实例来定制Spark运行的具体参数和配置信息 //第三步: 根据具体的数据来源(HDFS、HBase、Local FS 、DB、S3等)通过SparkContext来创建RDD。 //RDD的创建基本有三种方式:根据外部的数据来源(例如HDFS)、根据Scala集合、由其他的RDD操作。 //数据会被RDD划分成为一系列的Partitions,分配到每个Partition的数据属于一个Task的处理范畴。 //val lines:RDD[String] = sc.textFile("hdfs://Master:9000/README")//读取hdfs并切分成不同的partition val lines = sc.textFile("F://spark-2.0.0-bin- hadoop2.7//README",1) //读取本地文件并设置为一个partition。第一个参数为本地文件路径,第二个参数为并行度 //第四步: 对初始的RDD进行Transformation级别的处理,例如map、filter等高阶函数等的编程,来进行具体的数据计算 //4.1 将每一行的字符串拆分成单个的单词,并把所有行的拆分结果通过flat合并成一个大的单词集合 val words = lines.flatMap{ line => line.split(" ")}//对每一行的字符串进行单词拆分并把所有行的拆分结果通过flat合并成为一个大的单词集合 //4.2 在单词拆分的基础上对每个单词实例计数为1,也就是word => (word,1) val pairs = words.map { word => (word,1)} //4.3 在每个单词实例计数为1的基础之上统计每个单词在文件中出现的总次数 val wordCounts = pairs.reduceByKey(_+_)//对相同的Key,进行Value的累加(包括Local和Reducer级别同时Reduce) wordCounts.collect.foreach(wordNumberPair => println(wordNumberPair._1 + " : " + wordNumberPair._2)) //1为key,2为value。打印结果 sc.stop() } }
在集群上运行需要修改文件路径
export => java / JAR file =>选择输出目录
传入ubuntu系统中
./spark-submit --class WordCount --master spark://Master:7077 /root/../WordCount.jar
或创建脚本 wordcount.sh 直接执行./wordcount.sh 即可
作业:在Eclipse中写好广告点击排名的程序并测试
package spark import org.apache.spark.SparkConf object workcount { def main(args:Array[String]){ val conf = new SparkConf(); //创建SparkConf对象 conf.setAppName("First Spark App!!!") //设置应用程序的名称 val sc = new SparkContext(conf) //创建SparkContext对象, val lines:RDD[String] = sc.textFile("hdfs://Master:9000/README") //读取hdfs并切分成不同的partition val words = lines.flatMap{ line => line.split(" ")} //单词拆分并合并成单词集合 val pairs = words.map { word => (word,1)} val wordCounts = pairs.reduceByKey(_+_) //对相同的Key,进行Value的累加 //排序 val wordCounts1 = wordCounts.map(pairs => (pairs._2,pairs._1)) //交换Key和Value的位置 val wordCounts2 = wordCounts1.sortByKey(false,1) //按Valve的值递减排序 val wordCounts3 = wordCounts2.map(pairs => (pairs._1,pairs._2)) //还原位置 wordCounts3.collect.foreach(wordNumberPair => println(wordNumberPair._1 + " : " + wordNumberPair._2)) //1为key,2为value sc.stop() } }
相关文章推荐
- 第8课:彻底实战详解使用IDE开发Spark程序--集群模式运行
- 第8课:彻底实战详解使用IDE开发Spark程序
- 3000门徒内部训练绝密视频(泄密版)第8课:彻底实战详解使用IDE开发Spark程序
- 第8课:彻底实战详解使用IDE开发Spark程序
- DT_大数据梦工厂 第8课 彻底实战详解使用IDE开发Spark程序
- 3000门徒内部训练绝密视频(泄密版)第10课:彻底实战详解使用Java开发Spark程序
- 3000门徒内部训练绝密视频(泄密版)第9课:彻底实战详解使用IntelliJ IDEA下的Spark程序开发
- 大数据Spark “蘑菇云”行动前传第3课:在IDE下开发第一个Scala程序透彻解析及Scala控制结构详解实战
- 第10课:底实战详解使用Java开发Spark程序学习笔记(二)
- 第10课:底实战详解使用Java开发Spark程序学习笔记
- 第9节课笔记-彻底实战IntelliJ IDEA 下的Spark程序开发
- Spark API编程动手实战-08-基于IDEA使用Spark API开发Spark程序-01
- Spark API编程动手实战-08-基于IDEA使用Spark API开发Spark程序-02
- Spark实战----(1)使用Scala开发本地测试的Spark WordCount程序
- Spark API编程动手实战-08-基于IDEA使用Spark API开发Spark程序-01
- Spark API编程动手实战-08-基于IDEA使用Spark API开发Spark程序-02
- Android 软件开发之如何使用Eclipse Debug调试程序详解
- windows 安装使用vim,及安装插件spark和rails.vim ,来作为ruby on rails 开发IDE
- WCF开发实战:编写WCF程序并使用IIS发布
- 基于IDEA使用Spark API开发Spark程序