03 2021 档案

RDD编程练习
摘要：一、filter,map,flatmap练习： 1.读文本文件生成RDD lines 代码：lines = sc.textFile('file:///home/hadoop/word.txt') 2.将一行一行的文本分割成单词 words 代码：words=lines.flatMap(lambda 阅读全文
posted @ 2021-03-29 17:09 starrysky~ocean 阅读(96) 评论(0) 推荐(0)
Spark RDD编程
摘要：1. 准备文本文件 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.parallelize()筛选出长度大于2 的单词 words.filter() 3 阅读全文
posted @ 2021-03-26 23:09 starrysky~ocean 阅读(73) 评论(0) 推荐(0)
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。 HDFS 作为Hadoop生态系统在最底层，用于实现文件存储，提供海量数据存储，是MapReduce, Yarn, Hbase及Spark的基础； M 阅读全文
posted @ 2021-03-12 16:00 starrysky~ocean 阅读(115) 评论(0) 推荐(0)