如何使用JAVA获取spark 2.3中写入的行数？

要使用JAVA获取Spark 2.3中写入的行数，可以通过以下步骤实现：

首先，确保你已经安装了Java开发环境和Spark框架。
在Java代码中，首先导入必要的Spark相关类和包：

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;

创建一个SparkConf对象，设置Spark应用程序的名称和运行模式：

SparkConf conf = new SparkConf().setAppName("SparkRowCount").setMaster("local");

这里的"SparkRowCount"是应用程序的名称，"local"表示在本地模式下运行。

创建一个JavaSparkContext对象，用于与Spark集群进行通信：

JavaSparkContext sc = new JavaSparkContext(conf);

使用JavaSparkContext对象读取写入的数据文件，并将其转换为JavaRDD对象：

JavaRDD<String> lines = sc.textFile("path/to/file");

这里的"path/to/file"是写入数据的文件路径。

使用JavaRDD对象的count()方法获取行数：

long rowCount = lines.count();

打印行数：

System.out.println("行数：" + rowCount);

完整的Java代码示例：

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;

public class SparkRowCount {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("SparkRowCount").setMaster("local");
        JavaSparkContext sc = new JavaSparkContext(conf);

        JavaRDD<String> lines = sc.textFile("path/to/file");
        long rowCount = lines.count();

        System.out.println("行数：" + rowCount);

        sc.stop();
    }
}

注意：在实际使用中，需要将"path/to/file"替换为实际的数据文件路径。另外，还需要根据实际情况进行Spark集群的配置和调优。

推荐的腾讯云相关产品：腾讯云的云服务器（CVM）和弹性MapReduce（EMR）可以用于部署和运行Spark应用程序。你可以通过以下链接了解更多信息：