我使用 Apache Spark 在 java 中实现了以下代码。 我正在 AWS EMR 上运行该程序。 我刚刚从文件中的字数统计示例中实现了简单的程序。 我正在从 HDFS 读取文件。
public class FileOperations {
public static void main(String[] args) {
SparkConf conf = new SparkConf().setAppName("HDFS");
JavaSparkContext sparkContext = new JavaSparkContext(conf);
JavaRDD<String> textFile = sparkContext.textFile("hdfs:/user/hadoop/test.txt");
System.out.println("Program is stared");
JavaPairRDD<String, Integer> counts = textFile
.flatMap(s -> Arrays.asList(s.split(" ")).iterator())
.mapToPair(word -> new Tuple2<>(word, 1))
.reduceByKey((a, b) -> a + b);
counts.foreach(f -> System.out.println(f.toString()));
counts.saveAsTextFile("hdfs:/user/hadoop/output.txt");
System.out.println("Program finished");
}
}
上述程序中的问题是 counts.saveAsTextFile("hdfs:/user/hadoop/output.txt");
不是创建文本文件,而是创建目录输出。 txt
已创建。
上面的代码有什么问题。 这是我第一次使用 Spark 和 EMR。
最佳答案
它应该是这样工作的。您不指定文件名,只指定路径。 Spark 将在该目录中创建文件。如果您查看 saveAsTextFile 的方法定义你可以看到它需要一条路径:
public void saveAsTextFile(字符串路径)
在您指定的路径内,它将为数据中的每个分区创建一个 part
文件。
关于hadoop - Spark saveAsTextFile 创建目录,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43738430/