spark相关问题

1.transformation和action的区别

Transformation：代表的是转化操作就是我们的计算流程，返回是RDD[T]，可以是一个链式的转化，并且是延迟触发的。

Action：代表是一个具体的行为，返回的值非RDD类型，可以一个object，或者是一个数值，也可以为Unit代表无返回值，并且action会立即触发job的执行。

Transformation的官方文档方法集合如下：
map

filter

flatMap

mapPartitions

mapPartitionsWithIndex

sample

union

intersection

distinct

groupByKey

reduceByKey

aggregateByKey

sortByKey

join

cogroup

cartesian

pipe

coalesce

repartition

repartitionAndSortWithinPartitions

 

Action的官方文档方法集合如下：
reduce

collect

count

first

take

takeSample

takeOrdered

saveAsTextFile

saveAsSequenceFile

saveAsObjectFile

countByKey

foreach

 

 

cache和persist的区别

cache只有一个默认的缓存级别MEMORY_ONLY

cache调用了persist

persist可以根据情况设置其它的缓存级别

 

flatmap和map区别

map是把

 

查看kafka某个topic

kafka-run-class.sh kafka.tools.GetOffsetShell --broker-list hbak1:9092 --topic zb