栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

比较常见的词频统计

比较常见的词频统计

spark上的词频统计

package com.njbdqn

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

object WordCount {
  def main(args: Array[String]): Unit = {
    val conf=new SparkConf().setMaster("local[*]").setAppName("wc")
    val sc=new SparkContext(conf)   //基本配置文件
    val rdd=sc.textFile("D:\ChangZhi\myspark\src\main\resources\data.txt") //文件夹位置
    rdd.flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).foreach(println)
    sc.stop()
  }
}

scala词频统计

package com.njbdqn

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

import scala.io.Source

object test {
  def main(args: Array[String]): Unit = {
    val rx=Source.fromFile("D:\ChangZhi\myspark\src\main\resources\data.txt")
      .getLines()
      .toList.mkString(" ").split(" ")
      .map((_,1))
      .groupBy(_._1)
      .foreach(x=>println(x._1,x._2.length))
  }
}

hive 词频统计

(select explode(split(line,' ')) as word from wordcount) w    //通过explode函数把wordcount表变成字段为word的w表
group by word
order by word;

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/342672.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号