Spark核心编程---创建RDD
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Spark核心编程---创建RDD相关的知识,希望对你有一定的参考价值。
创建RDD:
1:使用程序中的集合创建RDD,主要用于进行测试,可以在实际部署到集群运行之前,自己使用集合构造测试数据,来测试后面的spark应用流程。
2:使用本地文件创建RDD,主要用于临时性地处理一些储存了大量数据的文件
3:使用HDFS文件创建RDD,应该是最常用的生产环境处理方式,主要可以针对HDFS上储存的大数据,进行离线处理操作。
//创建SparkConf SparkConf conf = new SparkConf() .setAppName=("//跟类名一样") .setMaster("local"); //创建JavaSparkContext JavaSparkContext sc = new JavaSparkContext(conf); //要通过并行化集合的方式创建RDD,那么就调用Parallelize()方法 List<Integer> numbers = Array.asList(1,2,3,4,5,6,7,8,9,10); JavaRDD<Integer> numberRDD = sc .parallelize(numbers) ; //也可以在这个方法参数位置在添加一个参数,表明创建多少个Partition sc.parallelize(numbers,5); //执行reduce算子操作 int sum = numberRDD.reduce(new function2<Integer,Integer,Integer>(){ private static final long serialVersionUID =1L; @override public Integer call(Integer num1, Integer num2) throw Exception{ return num1+num2 } }); //输出累加的和 System.out.println("和:"+sum) //关闭JavaSparkContext sc.close();
额。。。至于其他的2种创建RDD 博打算以后再更
以上是关于Spark核心编程---创建RDD的主要内容,如果未能解决你的问题,请参考以下文章