pyspark+dataframe+wordcount 版本

網上現有的wordcount通常包括：scala、Java、python版本，且爲基於RDD數據格式的方法，該方法較簡單，但門檻較高，若採用dataframe的方法，則結果更好理解，但查詢函數的過程較爲複雜，網上沒有找到合適的版本，因此本身寫一個，能夠採用sparksql的語句進行wordcount的計算。代碼以下：html from pyspark.sql import SparkSession

>>阅读原文<<