spark集群如何使用hanlp进行分布式分词

这篇文章主要介绍“spark集群如何使用hanlp进行分布式分词”，在日常操作中，相信很多人在spark集群如何使用hanlp进行分布式分词问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”spark集群如何使用hanlp进行分布式分词”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

 

分两步：

第一步：实现hankcs.hanlp/corpus.io.IIOAdapter

1.  public class HadoopFileIoAdapter implements IIOAdapter {

2. 

3.   @Override

4.    public InputStream open(String path) throws IOException {

5.        Configuration conf = new Configuration();

6.       FileSystem fs = FileSystem.get(URI.create(path), conf);

7.        return fs.open(new Path(path));

8.    }

9. 

10.    @Override

11.   public OutputStream create(String path) throws IOException {

12.        Configuration conf = new Configuration();

13.        FileSystem fs = FileSystem.get(URI.create(path), conf);

14.        OutputStream out = fs.create(new Path(path));

15.        return out;

16.    }

17.  }

第二步：修改配置文件。root为hdfs上的数据包，把IOAdapter改为咱们上面实现的类

 

ok，这样你就能在分布式集群上使用hanlp进行分词了。

到此，关于“spark集群如何使用hanlp进行分布式分词”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！