Spark wordcount

vike681

　　package com.chinatelecom.hadoop;
　　import org.apache.spark.SparkConf;
　　import org.apache.spark.api.java.JavaPairRDD;
　　import org.apache.spark.api.java.JavaRDD;
　　import org.apache.spark.api.java.JavaSparkContext;
　　import org.apache.spark.api.java.function.FlatMapFunction;
　　import org.apache.spark.api.java.function.Function2;
　　import org.apache.spark.api.java.function.PairFunction;
　　import scala.Tuple2;
　　import java.util.Arrays;
　　import java.util.List;
　　import java.util.regex.Pattern;

　　public final>　　private static final Pattern SPACE = Pattern.compile(" ");
　　public static void main(String[] args) throws Exception {
　　if (args.length < 1) {
　　System.err.println("Usage: SparkWordCount ");
　　System.exit(1);
　　}
　　SparkConf sparkConf = new SparkConf().setAppName("JavaWordCount");
　　JavaSparkContext ctx = new JavaSparkContext(sparkConf);
　　JavaRDD lines = ctx.textFile(args[0], 1);
　　JavaRDD words = lines.flatMap(
　　new FlatMapFunction() {
　　@Override
　　public Iterable call(String s) {
　　return Arrays.asList(SPACE.split(s));
　　}
　　});
　　JavaPairRDD ones = words.mapToPair(
　　new PairFunction() {
　　@Override
　　public Tuple2 call(String s) {
　　return new Tuple2(s, 1);
　　}
　　});
　　JavaPairRDD counts = ones.reduceByKey(
　　new Function2() {
　　@Override
　　public Integer call(Integer i1, Integer i2) {
　　return i1 + i2;
　　}
　　});
　　List output = counts.collect();
　　for (Tuple2 tuple : output) {
　　System.out.println(tuple._1() + ": " + tuple._2());
　　}
　　System.exit(0);
　　}
　　}
　　spark-submit --master spark://NameNode34:7077 --name JavaWordCountByLCS --class com.chinatelecom.hadoop.SparkWordCount --executor-memory 1G --total-executor-cores 2 /opt/spark.jar hdfs://NameNode34:9000/input
　　spark-submit --help
　　查看所有参数说明