4.RDD操作
一、 RDD创建
1.从本地文件系统中加载数据创建RDD
2.从HDFS加载数据创建RDD
exit()退出上一步后启动hdfs上传文件且查看文件
进入spark加载刚刚传入hdfs的文件
不使用HDFS了,记得停止hdfs
3.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
1.转换操作
filter(func)
map(func)
下面rdd2实行rdd1加10操作
flatMap(func)
groupByKey()
这里用的是输入的键值对来实验groupByKey()等下面的函数操作
reduceByKey()
sortByKey()词频统计按单词排序
sortBy()词频统计按词频排序
2.行动操作