当前位置: 首页 > news >正文

wordpress下载资源站主题seo网站关键词排名软件

wordpress下载资源站主题,seo网站关键词排名软件,好的培训网站模板,ppt模板免费下载 素材千图网创建RDD 在Spark中创建RDD的方式分为三种: 从外部存储创建RDD从集合中创建RDD从其他RDD创建 textfile 调用SparkContext.textFile()方法,从外部存储中读取数据来创建 RDD parallelize 调用SparkContext 的 parallelize()方法,将一个存在的集合&…

创建RDD

在Spark中创建RDD的方式分为三种:

  1. 从外部存储创建RDD
  2. 从集合中创建RDD
  3. 从其他RDD创建

textfile

调用SparkContext.textFile()方法,从外部存储中读取数据来创建 RDD

parallelize

调用SparkContext 的 parallelize()方法,将一个存在的集合,变成一个RDD

makeRDD

方法一

/** Distribute a local Scala collection to form an RDD.** This method is identical to `parallelize`.*/def makeRDD[T: ClassTag](seq: Seq[T],numSlices: Int = defaultParallelism): RDD[T] = withScope {parallelize(seq, numSlices)}

方法二:分配一个本地Scala集合形成一个RDD,为每个集合对象创建一个最佳分区。

/*** Distribute a local Scala collection to form an RDD, with one or more* location preferences (hostnames of Spark nodes) for each object.* Create a new partition for each collection item.*/def makeRDD[T: ClassTag](seq: Seq[(T, Seq[String])]): RDD[T] = withScope {assertNotStopped()val indexToPrefs = seq.zipWithIndex.map(t => (t._2, t._1._2)).toMapnew ParallelCollectionRDD[T](this, seq.map(_._1), math.max(seq.size, 1), indexToPrefs)}

 举例

scala> val rdd = sc.parallelize(1 to 6, 2)
val rdd: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[2] at parallelize at <console>:1scala> rdd.collect()
val res4: Array[Int] = Array(1, 2, 3, 4, 5, 6)scala> val seq = List(("American Person", List("Tom", "Jim")), ("China Person", List("LiLei", "HanMeiMei")), ("Color Type", List("Red", "Blue")))
val seq: List[(String, List[String])] = List((American Person,List(Tom, Jim)), (China Person,List(LiLei, HanMeiMei)), (Color Type,List(Red, Blue)))scala> val rdd2 = sc.makeRDD(seq)
val rdd2: org.apache.spark.rdd.RDD[String] = ParallelCollectionRDD[0] at makeRDD at <console>:1scala> rdd2.partitions.size
val res0: Int = 3scala> rdd2.foreach(println)
American Person
Color Type
China Personscala> val rdd1 = sc.parallelize(seq)
val rdd1: org.apache.spark.rdd.RDD[(String, List[String])] = ParallelCollectionRDD[1] at parallelize at <console>:1scala> rdd1.partitions.size
val res1: Int = 2scala> rdd2.collect()
val res2: Array[String] = Array(American Person, China Person, Color Type)scala> rdd1.collect()
val res3: Array[(String, List[String])] = Array((American Person,List(Tom, Jim)), (China Person,List(LiLei, HanMeiMei)), (Color Type,List(Red, Blue)))scala> var lines = sc.textFile("/root/tmp/a.txt",3)
var lines: org.apache.spark.rdd.RDD[String] = /root/tmp/a.txt MapPartitionsRDD[4] at textFile at <console>:1scala> lines.collect()
val res6: Array[String] = Array(a,b,c)scala> lines.partitions.size
val res7: Int = 3

转换算子

flatMap

map

reduceByKey

groupByKey

举例

scala> var lines = sc.textFile("/root/tmp/a.txt",3)
var lines: org.apache.spark.rdd.RDD[String] = /root/tmp/a.txt MapPartitionsRDD[13] at textFile at <console>:1scala> lines.flatMap(x=>x.split(",")).map(x=>(x,1)).reduceByKey((a,b)=>a+b).foreach(println)
(c,2)
(b,1)
(d,1)
(a,2)scala> lines.collect()
val res27: Array[String] = Array(a,b,c, c, a,d)scala> lines.map(_.split(",")).collect()
val res25: Array[Array[String]] = Array(Array(a, b, c), Array(c), Array(a, d))scala> lines.flatMap(_.split(",")).collect()
val res26: Array[String] = Array(a, b, c, c, a, d)

行动算子

http://www.yayakq.cn/news/464186/

相关文章:

  • 诸城网站建设的文章中国十大门窗品牌有哪些
  • 网页制作教材素材属于seo优化范畴的是
  • 郴州做网站长沙seo外包行者seo07
  • 首饰行业网站建设策划wordpress课程报名
  • 公众电影网站怎么做手机怎么开网站
  • 申请微信支付公司网站wordpress出现404
  • 深圳网站平台制作html网页制作app
  • 图片 移动网站开发专业网站优化制作公司
  • 中国有几大网站大型网站开发技术
  • 个人网站做推广wordpress类开源网站
  • 前端需要学什么优化建立生育支持政策体系
  • 搬瓦工可以长期做网站wordpress 极简 h5
  • 昆明学习网站建设太仓网站设计早晨设计
  • 扁平化设计网站 国内福建省闽侯县建设局网站
  • 邯郸做网站代理做英文网站怎么赚钱
  • 潍坊市住房和城乡建设网站做物流网站的公司
  • 桂城网站建设制作营销推广的作用
  • 大连做网站的网络公司我自己做的网站一直没有效果怎么办
  • 做网页跳转网站做网站之前要安装什么
  • 网站上怎么做企业推广详情页设计图片
  • 对比网站阳江seo
  • div做网站asp语言的网站建设
  • asp网站生成静态2017网站建设报价单
  • 上线了建站教程中国500强企业排名完整版
  • 性是怎么做视频网站建设网络良好生态发挥网络的作用
  • 一个专门做酒店招聘的网站平面设计师工资现状
  • 手机自助建站免费建站平台国家开放大学网站的作业怎么做
  • php网站修改代码长沙事业单位招聘信息网
  • 可以做公众号背景图的网站哪个网站可以做拼图
  • 户外网站建设廊坊做网站找谁