spark入門wordcount詳解（JAVA）

maven依賴：

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.10</artifactId>
    <version>1.6.0</version>
</dependency>

public class WordCount {
    public static void main(String[] args) {
        /**
         * 創建spark配置對象SparkConf，設置spark運行時配置信息，
         * 例如通過setMaster來設置程序要連接的集羣的Master的URL，如果設置爲local，
         * spark爲本地運行
         */
        SparkConf conf = new SparkConf().setAppName("My first spark").setMaster("local");
        /**
         * 創建JavaSparkContext對象
         * SparkContext是spark所有功能的唯一入口，
         * SparkContext核心作用，初始化spark運行所需要的核心組件，同時還會負責spark程序在master的註冊。
         *
         */
        JavaSparkContext sc = new JavaSparkContext(conf);
        /**
         * 根據數據來源，通過JavaSparkContext來創建RDD
         */
        JavaRDD<String> lines = sc.textFile("E:/wordcount.txt");
        /**
         * 對初始化的JavaRDD進行Transformation級別的處理，例如map，filter等高級函數的編程，來記性具體的操作
         * 1、按空格進行拆分，拆分爲單詞
         */
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            public Iterable<String> call(String words) throws Exception {
                return Arrays.asList(words.split(" "));
            }
        });
        /**
         * 對初始化的JavaRDD進行Transformation級別的處理，例如map，filter等高級函數的編程，來記性具體的操作
         * 2、在單詞拆分的基礎上，對每個單詞實例進行計數爲1
         */
        JavaPairRDD<String, Integer> pairs = words.mapToPair(new PairFunction<String, String, Integer>() {
            public Tuple2<String, Integer> call(String s) throws Exception {
                return new Tuple2<String, Integer>(s, 1);
            }
        });
        /**
         * 對初始化的JavaRDD進行Transformation級別的處理，例如map，filter等高級函數的編程，來記性具體的操作
         * 3、計算每個單詞在文中出現的總次數
         */
        JavaPairRDD<String, Integer> pairRDD = pairs.reduceByKey(new Function2<Integer, Integer, Integer>() {
            public Integer call(Integer integer, Integer integer2) throws Exception {
                return integer + integer2;
            }
        });
        /**
         * 打印
         */
        pairRDD.foreach(new VoidFunction<Tuple2<String, Integer>>() {
            public void call(Tuple2<String, Integer> stringIntegerTuple2) throws Exception {
                System.out.println(stringIntegerTuple2._1+"   "+stringIntegerTuple2._2);
            }
        });
        /**
         * 關閉JavaSparkContext
         */
        sc.close();
    }
}