對文件進行詞頻統計，是一個大數據領域的hello word級別的應用，來看下實現有多簡單：

1 Linux單機處理

egrep -o "\b[[:alpha:]]+\b" test_word.log|sort|uniq -c|sort -rn|head -10

2 Spark分布式處理（Scala優雅簡潔）

val sparkConf = new SparkConf()
val sc = new SparkContext(sparkConf)
sc.textFile("test_word.log").flatMap(_.split("\\s+")).map((_, 1)).reduceByKey(_ + _).sortBy(_._2, false
 
).take(10).foreach(println)

3 Hadoop示例

hadoop jar /path/hadoop-2.6.1/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.1.jar wordcount /tmp/wordcount/input /tmp/wordcount/output

附：測試文件test_word.log內容如下：

hello world
hello www

輸出如下：

2 hello
1 world
1 www

大數據基礎之詞頻統計Word Count