spark,又一个传说中的分布式实现,详情:http://spark-project.org/,

安装这里就不写了，因为网上已有中文介绍，这里主要是介绍一下入门，和hadoop一样，学习的时候，首先学习spark提供的字符统计例子：javaWordCount

     			
      
       org.apache.spark
      			
      
       spark-core_2.10
      			
      
       1.1.0
      		
     

原始代码如下：

Java代码  

1. import scala.Tuple2;  
2. import spark.api.java.JavaPairRDD;  
3. import spark.api.java.JavaRDD;  
4. import spark.api.java.JavaSparkContext;  
5. import spark.api.java.function.FlatMapFunction;  
6. import spark.api.java.function.Function2;  
7. import spark.api.java.function.PairFunction;  
8.   
9. import java.util.Arrays;  
10. import java.util.List;  
11.   
12. public class JavaWordCount {  
13.   public static void main(String[] args) throws Exception {  
14.     if (args.length < 2) {  
15.       System.err.println("Usage: JavaWordCount <master> <file>");  
16.       System.exit(1);  
17.     }  
18.   
19.     JavaSparkContext ctx = new JavaSparkContext(args[0], "JavaWordCount",  
20.         System.getenv("SPARK_HOME"), System.getenv("SPARK_EXAMPLES_JAR"));  
21.     JavaRDD<String> lines = ctx.textFile(args[1], 1);  
22.   
23.     JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {  
24.       public Iterable<String> call(String s) {  
25.         return Arrays.asList(s.split(" "));  
26.       }  
27.     });  
28.       
29.     JavaPairRDD<String, Integer> ones = words.map(new PairFunction<String, String, Integer>() {  
30.       public Tuple2<String, Integer> call(String s) {  
31.         return new Tuple2<String, Integer>(s, 1);  
32.       }  
33.     });  
34.       
35.     JavaPairRDD<String, Integer> counts = ones.reduceByKey(new Function2<Integer, Integer, Integer>() {  
36.       public Integer call(Integer i1, Integer i2) {  
37.         return i1 + i2;  
38.       }  
39.     });  
40.   
41.     List<Tuple2<String, Integer>> output = counts.collect();  
42.     for (Tuple2 tuple : output) {  
43.       System.out.println(tuple._1 + ": " + tuple._2);  
44.     }  
45.     System.exit(0);  
46.   }  
47. }  

  运行： ./run spark/examples/JavaWordCount  local input.txt

input.txt:文件类容

Html代码  

1. Hello World Bye World goole  

 运行的结果和haddoop中运行的JavaWordCount  一样

Html代码  

1. goole: 1  
2. World: 2  
3. Hello: 1  
4. Bye: 1