Spark的函数式编程

Posted 2020-08-28

Spark是近年来发展较快的分布式并行数据处理框架，了解和掌握spark对于学习大数据有着至关重要的意义。但是spark依赖于函数单元，它的函数编程过程是怎样的呢？我们怎么来应用呢？

一、Spark的函数式编程

Spark依赖于函数单元，函数是其编程的基本单元，只有输入输出，没有state和side effect。它的关键概念就是把函数作为其他函数的输入，不过在使用函数的过程中 使用的都是匿名函数，因为这个函数只是满足当下计算，因此不需要固化下来进行其它应用。

• 把函数作为参数传递

很多RDD操作把函数作为参数传递，这里我们看一下RDD map操作伪代码，把函数fn应用到RDD的每条记录。但这并不是它执行的一个真正的代码，只是通过这个代码去看一下它处理的逻辑。

示例：传递命名的函数

• 匿名函数

匿名函数是没有标识符的嵌入式定义的函数，最适合于临时一次性的函数。在很多编程语言中支持，比如：

（1）Python：lambda x

（2）Scala：x =>

（3）Java 8：x ->

示例：传递匿名函数

（1）Python

（2）Scala

• 示例：Java

（1）Python

（2）Scala

Spark作为当下大数据中重要的子目，必须深度掌握学习。但是大数据还在起步发展，并没有形成完整成熟的理论系统，需要我们多方位，多渠道的挖掘学习。这里推荐“大数据cn”微信公众平台，里面介绍了很多大数据的相关知识，很不错的！

本文出自 “11872756” 博客，请务必保留此出处http://11882756.blog.51cto.com/11872756/1893173