江湖神经

导航

4.RDD操作

一、 RDD创建

1.从本地文件系统中加载数据创建RDD

创建SparkContext以及从文件系统中加载数据创建RDD

 

与原txt文件对比

 

 

2.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

 

 

3.通过并行集合(列表)创建RDD

输入列表、字符串、生成数组

 

 

二、 RDD操作

操作转换

1.filter(func)

传入lambda匿名函数

 

显示定义函数

 

2.map(func)

实例1

lambda函数

显示定义函数

 

实例2

lambda函数

显示定义函数

  

实例3

flatMap(func)

分词

单词映射成键值对

 

实例4 

reduceByKey()

统计词频,累加

乘法规则

 

实例5

groupByKey()

单词分组

查看分组内容

 

实例6

sortByKey()

词频统计按单词排序

 

实例7

sortBy()

词频统计按词频排序

 

 

 

 

行动操作

foreach(print)

foreach(lambda a:print(a.upper())

first()

collect()

count()

take(n)

reduce()

 

posted on 2022-03-18 15:19  江湖神经  阅读(78)  评论(0编辑  收藏  举报