스파크는 초보적으로 wordcount부터 시작합니다.
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)]
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.