Scala 计算输入文本文件中出现的字符数

如何将文本文件的平面图转换为字符的平面图？我必须计算文本文件中每个字符的出现次数。遵循以下代码后要采取什么方法

val words = readme.flatMap(line => line.split(" ")).collect()

---

为了将每个

字符串

转换为其表示字符，您需要额外的

平面图

：

val characters = lines.flatMap(_.split(" ")).flatMap(_.toCharArray)

scala> val lines = Array("hello world", "yay more lines")
lines: Array[String] = Array(hello world, yay more lines)

scala> lines.flatMap(_.split(" ")).flatMap(_.toCharArray)
res3: Array[Char] = Array(h, e, l, l, o, w, o, r, l, d, y, a, y, m, o, r, e, l, i, n, e, s)

---

虽然这是一个Scala控制台，但它在

RDD上也能起到同样的作用
如果您只对
char
感兴趣，那么我想您可能也需要计算
空格“

val chars = readme.flatMap(line => line.toCharArray)

// but if you dont want to count spaces too,
// val chars = readme.flatMap(line => line.toCharArray.filter(_ != ' '))

val charsCount = chars
  .map(c => (c, 1))
  .reduceByKey((i1: Int, i2: Int) => i1 + i2)

我敢打赌，在Spark之外连续运行这个程序，对于几乎任何大小的输入都会运行得更快。这是作业吗？如果你只是在数字符，为什么要先在空格上拆分？
val txt = a.getClass.getResourceAsStream("/a.txt")
val txtFile = File.createTempFile("a", "txt")
txtFile.deleteOnExit()
ByteStreams.copy(txt, Files.newOutputStreamSupplier(txtFile))
val tokenized = sc.textFile(txtFile.toString).flatMap(_.split(' ')) 
val char = tokenized.flatMap(_.toCharArray)