一、 RDD创建
1.从本地文件系统中加载数据创建RDD
- 从HDFS加载数据创建RDD
启动hdfs
上传文件
查看文件- 加载
停止hdfs
- 通过并行集合(列表)创建RDD
输入列表
字符串
numpy生成数组
二、 RDD操作
转换操作
- filter(func)
显式定义函数
lambda函数
- map(func)
显式定义函数
lambda函数- 字符串分词
- 数字加10
- 客串加固定前缀
- flatMap(func)
- 分词
- 单词映射成键值对
- reduceByKey()
- 统计词频,累加
- 乘法规则
- groupByKey()
- 单词分组
- 查看分组的内容
- 分组之后做累加 map
- sortByKey()
- 词频统计按单词排序
- sortBy()
- 词频统计按词频排序
RDD写入文本文件
- 写入本地文件系统,并查看结果
- 写入分布式文件系统,并查看结果
行动操作
- foreach(print)
foreach(lambda a:print(a.upper()) - collect()
-