word累加

#笔记
将光标移动到你要插入的累加数字的地方，连按两次“Ctrl+F9”快捷键（不同电脑可能不同），得到一对包含在一起的花括号“{{}}”，在括号中输入域代码如下：“{={Page}*2-1}”。按“Alt+F9”。生成如下累加页眉
1 3 5 ……
类似修改代码为“{={Page}}”
得到累加页眉数
1 2 3 4……
统计
共{={NumPages}}页

在Word的MathType中部分符号显示异常，如“上弧形”无法正常显示，显示为方框，如下所示：正确的显示方式为：，却显示成了这样：

解决的办法是：

在Mathtype文件夹下MathType\Fonts\TrueType中找到mtextra.ttf和Mt ExtraTiger.ttf（破解版免费软件的免费下载地址），复制到windows\fonts文件夹内即可（打开方式为：控制面板-->字体）。如果系统提示已经存在，替换掉原文件即可，如下图：

未解决的问题：

在Word 2013中，通过“另存为”的方式转换为PDF格式时，上述“弧形”符号依然会丢失，只有“打印”为PDF格式时才不会丢失。该问题我无法解决，如果哪位大牛知道的话让留言告知，谢谢。

全文完。转载请注明出处：http://blog.csdn.net/ghuil/article/details/44409073

第一种写法: 
object Scala3_ACC {
  def main(args: Array[String]): Unit = {

    val sparkConf: SparkConf = new SparkConf().setMaster("local[*]").setAppName("acc")
    val sc = new SparkContext(sparkConf)

    val rdd= sc.makeRDD(List("spark hadoop", "scala", "java hello scala"))

    //1. 创建累加器
    val acc = new WordCountAccumulator

    //2. 注册累加器
    sc.register(acc)

    //3. 调用累加器
    rdd.flatMap(_.split(" ")).foreach(
      word => acc.add(word)
    )

    //4. 获取累加器的值
    println(acc.value)

    sc.stop()
    
  }
  //自定义累加器
  class WordCountAccumulator extends AccumulatorV2[String, mutable.Map[String, Int]] {
    private var wordCountMap: mutable.Map[String, Int] = mutable.Map[String, Int]()
    //方法1：判断当前的累加器是否初始化
    override def isZero: Boolean = {
      wordCountMap.isEmpty
    }
    //方法2：复制一个累加器
    override def copy(): AccumulatorV2[String, mutable.Map[String, Int]] = {
      new WordCountAccumulator
    }
    //方法3：重置累加器
    override def reset(): Unit = {
      wordCountMap.clear()
    }
   //-**方法4：向累加器中增加值**(主要的方法之一)
    override def add(word: String): Unit = {
      wordCountMap(word) = wordCountMap.getOrElse(word, 0) + 1

    }
    //**方法5：合并当前累加器和其他累加器，两两合并，此方法由Driver端调用，合并由executor返回的多个累加器**主要的方法之一
    override def merge(other: AccumulatorV2[String, mutable.Map[String, Int]]): Unit = {
      val map1 = wordCountMap
      val map2 = other.value

      wordCountMap = map1.foldLeft(map2)((map, kv) => {
        map(kv._1) = map.getOrElse(kv._1, 0) + kv._2
        map
      }
      )

    }
   //方法6：返回当前累加器的值
    override def value: mutable.Map[String, Int] = {
      wordCountMap
    }
  }

}
 
第二种写法: 
package com.atguigu.spark.day04

import com.atguigu.spark.day03.WCAcc
import org.apache.hadoop.conf.Configuration
import org.apache.hadoop.fs.{FileSystem, Path}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.util.AccumulatorV2
import org.junit.{After, Before, Test}

import scala.collection.mutable

class acc1 {

  // 标识自定义的类也使用kryo进行序列化
  val sparkContext = new SparkContext(new SparkConf().setMaster("local[*]").setAppName("My app"))

  @Before
  def start(){

    //删除output目录
    val fileSystem: FileSystem = FileSystem.get(new Configuration())

    val path = new Path("output")

    if (fileSystem.exists(path)){
      fileSystem.delete(path,true)
    }

  }

  @After
  def stop(){
    sparkContext.stop()
  }

  @Test
  def wordcount()={
    val rdd:RDD[String]=sparkContext.textFile("input/a.txt")

    //单词
    val rdd1: RDD[String] = rdd.flatMap(line => line.split(" "))

    val acc = new WCAcc

    sparkContext.register(acc,"wc")

    rdd1.foreach(word => acc.add(word))

    println(acc.value)
  }
}

class WCAcc extends AccumulatorV2[String,mutable.Map[String,Int]] {

  //提供属性累加单词
  private val result:mutable.Map[String,Int]=mutable.Map[String,Int]()
  //判断是否是初始值状态
  override def isZero: Boolean = result.isEmpty
  //复制累加器
  override def copy(): AccumulatorV2[String, mutable.Map[String, Int]] = new WCAcc
  //重置累加器
  override def reset(): Unit = result.clear()
  //累加
  override def add(v: String): Unit = {
    result.put(v,result.getOrElse(v,0)+1)
  }

  //将other的数据，合并到当前累加器上
  override def merge(other: AccumulatorV2[String, mutable.Map[String, Int]]): Unit = {

    val toMergeMap:mutable.Map[String,Int]=other.value

    for ((key,value) <- toMergeMap){
      result.put(key,result.getOrElse(key,0)+value)
    }
  }

  override def value: mutable.Map[String, Int] = result
}
 
a.txt文件:
hi hi hi hi
hello hello hello
nice nice nice
 
其中最主要的两个方法是add(累加)和merge(合并累加器),代码需要复习！
 自定义累加器wordcount详细版 
package com.atguigu.spark.day04

import com.atguigu.spark.day03.WCAcc
import org.apache.hadoop.conf.Configuration
import org.apache.hadoop.fs.{FileSystem, Path}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.util.AccumulatorV2
import org.junit.{After, Before, Test}

import scala.collection.mutable

class acc1 {

  // 标识自定义的类也使用kryo进行序列化
  val sparkContext = new SparkContext(new SparkConf().setMaster("local[*]").setAppName("My app"))

  @Before
  def start(){

    //删除output目录
    val fileSystem: FileSystem = FileSystem.get(new Configuration())

    val path = new Path("output")

    if (fileSystem.exists(path)){
      fileSystem.delete(path,true)
    }

  }

  @After
  def stop(){
    sparkContext.stop()
  }

  @Test
  def wordcount()={
    val rdd:RDD[String]=sparkContext.textFile("input/a.txt")

    //单词
    val rdd1: RDD[String] = rdd.flatMap(line => line.split(" "))

    val acc = new WCAcc

    sparkContext.register(acc,"wc")

    rdd1.foreach(word => acc.add(word))

    println(acc.value)
  }

  @Test
  def systemAcc()={
    val rdd = sparkContext.makeRDD(List(1,2,3,4,5))
    //声明累加器
    var sum = sparkContext.longAccumulator("sum")
    rdd.foreach(
      num => {
        sum.add(num)
      }
    )
    println("sum="+sum.value)
  }
}

class WCAcc extends AccumulatorV2[String,mutable.Map[String,Int]] {

  //提供属性累加单词
  private val result:mutable.Map[String,Int]=mutable.Map[String,Int]()

  override def isZero: Boolean = result.isEmpty

  override def copy(): AccumulatorV2[String, mutable.Map[String, Int]] = new WCAcc

  override def reset(): Unit = result.clear()

  override def add(v: String): Unit = {
    result.put(v,result.getOrElse(v,0)+1)
  }

  override def merge(other: AccumulatorV2[String, mutable.Map[String, Int]]): Unit = {

    val toMergeMap:mutable.Map[String,Int]=other.value

    for ((key,value) <- toMergeMap){
      result.put(key,result.getOrElse(key,0)+value)
    }
  }

  override def value: mutable.Map[String, Int] = result
}

//自定义累加器
//1.继承AccumulatorV2,并设定泛型
//2.重写累加器的抽象方法
class WordCountAccumulator extends AccumulatorV2[String,mutable.Map[String,Long]]{

  var map:mutable.Map[String,Long]= mutable.Map()

  //累加器是否为初始状态
  override def isZero: Boolean = map.isEmpty

  //复制累加器
  override def copy(): AccumulatorV2[String, mutable.Map[String, Long]] = new WordCountAccumulator

  //重置累加器
  override def reset(): Unit = map.clear()

  //向累加器中增加数据
  override def add(word: String): Unit = {
    //查询map中是否存在相同的单词
    //如果有相同的单词，那么单词的数量加1
    //如果没有相同的单词，那么在map中增加这个单词
    map(word)=map.getOrElse(word,0L)+1L
    //？这里可以map后面小括号加变量名
  }

  //合并累加器
  override def merge(other: AccumulatorV2[String, mutable.Map[String, Long]]): Unit = {
    val map1 = map
    val map2 = other.value

    //两个Map的合并
    map = map1.foldLeft(map2)(
      //这里的代码看不懂，用了柯里化，里面的参数都表示了什么
      (innerMap,kv) =>{
        innerMap(kv._1) = innerMap.getOrElse(kv._1,0L)+kv._2
        innerMap
      }
    )
  }

  //返回累加器的结果
  override def value: mutable.Map[String, Long] = map
}

收起

Word中的页眉数字自动累加

word2016 如何在分式中输入∑，如何使求和范围显示在上下方？线性代数

Word中公式编辑器mathtype中符号显示异常 Word 公式编辑器 弧形

自定义累加器实现wordcount spark

用Word制作自动连号（自动连续编号）的单据 word 编号

Spark累加器的作用和使用 spark 累加器

word2vec和sentence2vec的真正差别是什么？后者和简单用词向量累加有什么差别？

Spark之累加器 大数据 spark

spark累加器 spark

Spark——核心编程之累加器、广播变量 Spark 累加器 广播变量

Flink数据类型、序列化与累加器Accumulator

在word使用UnicodeMath键入公式 word

机器学习算法实现解析——word2vec源码解析 机器学习 word2vec CBOW Skip-gram

文本分类——常用经典技术解析（jieba，word2vec，样本不平衡问题）自然语言处理 jieba word2vec 样本不均衡

Spark累加器|系统累加器|自定义累加器 大数据 spark

spark的累加器解析及小案例 spark

Spark 累加器 spark big data scala

从word2vec到node2vec 自然语言处理 算法 机器学习

word2vec原理详解及实战

Spark-自定义分区器以及累加器 spark

Spark-自定义累加器-进行字符串拼接（代码及详细实现步骤） Spark 累加器

Spark学习笔记（14）——Spark Streaming 数据累加的案例

大数据计算框架spark——自定义累加器内部方法作用以及源码分析 spark 大数据 scala

词向量：对word2vec的理解 word2vec

计算word表格中数据的教程

计算机一级OFFICE辅导：累加小技巧

Spark_使用累加器实现WordCount避免shuffle

词向量Word Vectors学习笔记--word2vec word2vec CBOW skip-gram

Spark共享变量(广播变量、累加器) java的变量累加