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

 

 3.通过并行集合（列表）创建RDD

 二、 RDD操作

1.转换操作

（1）filter(func)  lambda函数

显式定义函数

 （2）map(func)  显式定义函数 lambda函数

例1：

例2：

 

字符串加固定前缀

 3.flatMap(func)

a.分词

 b.单词映射成键值对

 4.reduceByKey()

（1）统计词频，累加

（2）乘法规则

 5.groupByKey()

（1）单词分组

（2）查看分组的内容

（3）分组之后做累加 map

6.sortByKey()

（1）词频统计按单词排序

7.sortBy()

（1）词频统计按词频排序

（2）获得分区值

8.RDD写入文本文件

（1）写入本地文件系统，并查看结果

 

（2）写入分布式文件系统，并查看结果

三.行动操作

1.(1)foreach(print)

（2）foreach(lambda a:print(a.upper()))

2.collect()

3.count()

4.take(n)

5.reduce()