假设有一个本地文件word.txt，里面包含很多行文本，每行文本由多个单词构成，单词之间用空格分隔。编写独立程序，使用Spark对word.txt文档内容进行词频统计，输出每个单词出现的次数。上次程序执行后的结果截图

为了使用Apache Spark对`word.txt`文件进行词频统计，首先需要安装Spark并配置好环境。假设你已经安装了Scala、Spark以及Hadoop（如果是在Hadoop集群上运行）。以下是基本步骤：

1. 导入必要的库：

import org.apache.spark.sql.SparkSession

2. 创建SparkSession：

val spark = SparkSession.builder.appName("WordCount")
  .master("local[*]") // 如果是本地开发，可以设置为"local"
  .getOrCreate()

3. 读取文件内容：

val textFile = spark.read.text("file:///path/to/word.txt")

记得替换`/path/to/word.txt`为实际文件路径。

4. 数据预处理，将文本分割成单词列表：

val words = textFile.rdd.flatMap(line => line.split("\\s+"))

5. 进行词频统计：

val wordCounts = words.map(word => (word, 1)).reduceByKey(_ + _)

6. 将结果保存到一个新的数据源（例如，CSV、Parquet或者JDBC），这里我们以CSV为例：

wordCounts.saveAsTextFile("output/word_counts.csv")

这将生成一个名为`output/word_counts.csv`的文件，其中包含每行一个单词及其频率。

注意：由于这是一个纯文字描述，没有实际执行代码，所以无法提供截图。你需要在实际环境中运行上述代码才能看到结果。执行完成后，打开`output/word_counts.csv`文件查看结果。