RDD的三种创建方式

Posted 2022-11-25 Vics异地我就

由一个已经存在的Scala集合创建。

val seq: immutable.Seq[Int] = 1.to(10)
val rdd1: RDD[Int] = sc.parallelize(seq)

由外部存储系统的文件创建。
包括本地的文件系统，还有所有Hadoop支持的数据集，比如HDFS、Cassandra、HBase等。

//读取外部文件系统
val rdd2: RDD[String] = sc.textFile("datas/wordcount")

已有的RDD经过算子转换生成新的RDD

//调用Hadoop中任意一种输入类，将输入类的结果构建RDD
val rdd3 = sc.newAPIHadoopRDD("调用Hadoop中哪个输入类"，"返回Key类型"，"返回Value类型")