寒假学习第五天
Spark 读取文件系统的数据
(1)在 spark-shell 中读取 Linux 系统本地文件“/home/hadoop/test.txt”,然后统计出文
件的行数;
![](https://img2018.cnblogs.com/i-beta/1280792/202002/1280792-20200207232304197-50279623.png)
(2)在 spark-shell 中读取 HDFS 系统文件“/user/hadoop/test.txt”(如果该文件不存在,
请先创建),然后,统计出文件的行数;
![](https://img2018.cnblogs.com/i-beta/1280792/202002/1280792-20200207232320275-370101516.png)
(3)编写独立应用程序,读取 HDFS 系统文件“/user/hadoop/test.txt”(如果该文件不存在,
请先创建),然后,统计出文件的行数;通过 sbt 工具将整个应用程序编译打包成 JAR 包,
并将生成的 JAR 包通过 spark-submit 提交到 Spark 中运行命令
import org.apache.spark.SparkContext import org.apache.spark.SparkContext._ import org.apache.spark.SparkConf
object SimpleApp { def main(args: Array[String])
{ val logFile = " hdfs://localhost:9000/user/hadoop/test.txt"
val conf = new SparkConf().setAppName("Simple Application") val sc = new SparkContext(conf)
val logData = sc.textFile(logFile, 2) val num = logData.count()
printf("The num of this file is %d", num) }
}