第一个PySpark程序

# coding:utf8
from pyspark import SparkConf, SparkContext
import os


if __name__ == '__main__':
os.environ["JAVA_HOME"] = "/opt/jdk1.8.0_144" # 这里的路径为java的bin目录所在路径

conf = SparkConf().setMaster("spark://node1:7077").setAppName("wordcountHelloWord")
sc = SparkContext(conf=conf)

files = sc.textFile("hdfs://node1:9000/input/words")

words = files.flatMap(lambda line: line.split(" "))

result = words.map(lambda x: (x, 1)).reduceByKey(lambda a, b: a + b)

print(result.collect())
posted @   明天过丶後  阅读(45)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
点击右上角即可分享
微信分享提示