03 2021 档案

04 RDD编程练习
摘要：一、filter,map,flatmap练习： 1.读文本文件生成RDD lines lines=sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt") lines.collect() 2.将一行一行的文本分割成单词 words word 阅读全文
posted @ 2021-03-30 18:06 方大师 阅读(117) 评论(0) 推荐(0)
Spark RDD编程
摘要：1. 准备文本文件 vim /usr/local/spark/mycode/rdd/word.txt 从文件创建RDD lines=sc.textFile() 筛选出含某个单词的行 lines.filter() lambda 参数：条件表达式 2. 生成单词的列表从列表创建RDD words=sc. 阅读全文
posted @ 2021-03-28 14:17 方大师 阅读(55) 评论(0) 推荐(0)
01 Spark架构与运行流程
摘要：1. 阐述Hadoop生态系统中，HDFS, MapReduce, Yarn, Hbase及Spark的相互关系，为什么要引入Yarn和Spark。 HDFSHDFS（Hadoop分布式文件系统）源自于Google的GFS论文，发表于2003年10月，HDFS是GFS的实现版。HDFS是Hadoop 阅读全文
posted @ 2021-03-12 15:15 方大师 阅读(67) 评论(0) 推荐(0)