|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| ### Spark WordCount实验一 启动spark 
1. 数据准备 创建建数据文件夹 进入data文件夹 创建文本文件 并查看是否创建成功 
文件内容 
查看文件目录 
|
| 启动pyspark 
3、输入代码 从本地读入文本数据 
读入1中创建好的data.txt文本文件。 并计算打印结果 
### Spark WordCount实验二 切工作目录到Downloads文件夹下, 并用用vim命令新建data.txt 
编写代码 
并把.py文件传输到Linux上 
提交应用 切换到spark-submit所在目录下，然后提交wordcount.py代码。 
运行结果 
|
| 总体还是比较简单就练习如何使用spark-submit命令提交独立的python程序时最后的输出wordcount01.py时有点问题 |
Spark wordcount实验
涡看你就不是好人呐2024-08-08 15:33
相关推荐
回家路上绕了弯3 小时前
深入解析Agent Subagent架构：原理、协同逻辑与实战落地指南字节跳动数据平台6 小时前
5000 字技术向拆解 | 火山引擎多模态数据湖如何释放模思智能的算法生产力武子康12 小时前
大数据-239 离线数仓 - 广告业务实战：Flume 导入日志到 HDFS，并完成 Hive ODS/DWD 分层加载字节跳动数据平台1 天前
代码量减少 70%、GPU 利用率达 95%：火山引擎多模态数据湖如何释放模思智能的算法生产力得物技术1 天前
深入剖析Spark UI界面：参数与界面详解|得物技术武子康1 天前
大数据-238 离线数仓 - 广告业务 Hive分析实战：ADS 点击率、购买率与 Top100 排名避坑武子康2 天前
大数据-237 离线数仓 - Hive 广告业务实战：ODS→DWD 事件解析、广告明细与转化分析落地大大大大晴天2 天前
Flink生产问题排障-Kryo serializer scala extensions are not available武子康4 天前
大数据-236 离线数仓 - 会员指标验证、DataX 导出与广告业务 ODS/DWD/ADS 全流程肌肉娃子5 天前
20260227.spark.Spark 性能刺客：千万别在 for 循环里写 withColumn