스파크는 초보적으로 wordcount부터 시작합니다.

3105 단어

스파크 초보. - wordcount부터.


spark에서 자체로 가지고 있는 example은 하나의 wordcount 예가 있다. 우리는 단계적으로wordcount 코드를 분석하고 우리의spark 여행을 시작한다.

준비 작업


README를md 파일을 현재 파일 디렉터리로 복사하고 jupyter를 시작하여 코드를 작성합니다.
README.md 파일은 Spark의 루트 디렉토리에 있습니다.
from pyspark.sql import SparkSession
from operator import add
#    spark  ,       wordcount
spark = SparkSession.builder.appName("WordCount").getOrCreate()
#        
#   data dataframe  ,          
data = spark.read.text("README.md")
#        
f = data.first()
f
Row(value='# Apache Spark')
#    5   
data.take(5)
[Row(value='# Apache Spark'),
 Row(value=''),
 Row(value='Spark is a fast and general cluster computing system for Big Data. It provides'),
 Row(value='high-level APIs in Scala, Java, Python, and R, and an optimized engine that'),
 Row(value='supports general computation graphs for data analysis. It also supports a')]
#       rdd  ,    
data2 = data.rdd.map(lambda x: x[0])
#        ,       string  
data2.first()
'# Apache Spark'
#            ,      
data3 = data2.flatMap(lambda x: x.split(' '))
#    5   ,             
data3.take(5)
['#', 'Apache', 'Spark', '', 'Spark']
#          1
data4 = data3.map(lambda x: (x,1))
#    turple  ,   key,           
data4.take(5)
[('#', 1), ('Apache', 1), ('Spark', 1), ('', 1), ('Spark', 1)]
#              
data5 = data4.reduceByKey(add)
#    turple  ,          
data5.take(10)
[('#', 1),
 ('Apache', 1),
 ('Spark', 16),
 ('', 71),
 ('is', 6),
 ('a', 8),
 ('fast', 1),
 ('and', 9),
 ('general', 3),
 ('cluster', 2)]
#            
res = data5.sortBy(lambda x: x[1], ascending=False).collect()
res[:5]
[('', 71), ('the', 24), ('to', 17), ('Spark', 16), ('for', 12)]

전체 코드

from pyspark.sql import SparkSession
from operator import add

spark = SparkSession.builder.appName("WordCount").getOrCreate()
data = spark.read.text("README.md")

data1 = data.rdd.map(lambda x: x[0])

data2 = data1.flatMap(lambda x: x.split(' ')).map(lambda x: (x, 1)).reduceByKey(add)

res = data2.sortBy(lambda x: x[1], ascending=False).collect()

print(res[:10])

[('', 71), ('the', 24), ('to', 17), ('Spark', 16), ('for', 12), ('and', 9), ('##', 9), ('a', 8), ('can', 7), ('on', 7)]

좋은 웹페이지 즐겨찾기