在hdfs中/wcinput中创建一个文件：word2.txt在里面写几个单词
启动hdfs集群
[root@hadoop100 ~]# myhadoop start
[root@hadoop100 ~]# cd /opt/module/spark-yarn/bin
[root@hadoop100 ~]# ./spark-shell
写个1+1测试一下
按住ctrl+D退出
进入环境：spark-shell --master yarn
逐个写代码：
// 读取文件，得到RDD
val rdd1 = sc.textFile("hdfs://hadoop100:8020/wcinput/word2.txt")
// 将单词进行切割，得到一个存储全部单词的RDD
val rdd2= rdd1.flatMap(line => line.split(" "))
// 将单词转换为元组对象，key是单词，value是数字1
val rdd3= rdd2.map(word => (word, 1))
// 将元组的value按照key来分组，对所有的value执行聚合操作(相加)
val rdd4= rdd3.reduceByKey((num1, num2) => num1 + num2)
// 收集RDD的数据并打印输出结果
rdd4.collect().foreach(println)
// 将结果储存在out111中
rdd.saveAsTextFile("hdfs://hadoop100:8020/out111")在根目录下可见out111文件，文件打开后可以看到，word2.txt文件内单词被拆分RDD的执行过程
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/2401_87076452/article/details/147888293
