spark RDD transformation操作

2024-05-09 06:32

本文主要是介绍spark RDD transformation操作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

spark RDD transformation操作
import org.apache.spark.SparkConf
import org.apache.spark.SparkContextobject TransformationOperation {def main(args: Array[String]) {// map()  // filter()  // flatMap()  // groupByKey() // reduceByKey()  // sortByKey() // join()  }def map() {val conf = new SparkConf().setAppName("map").setMaster("local")  val sc = new SparkContext(conf)val numbers = Array(1, 2, 3, 4, 5)val numberRDD = sc.parallelize(numbers, 1)  val multipleNumberRDD = numberRDD.map { num => num * 2 }  multipleNumberRDD.foreach { num => println(num) }   }def filter() {val conf = new SparkConf().setAppName("filter").setMaster("local")val sc = new SparkContext(conf)val numbers = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)val numberRDD = sc.parallelize(numbers, 1)val evenNumberRDD = numberRDD.filter { num => num % 2 == 0 }evenNumberRDD.foreach { num => println(num) }   }def flatMap() {val conf = new SparkConf().setAppName("flatMap")  .setMaster("local")  val sc = new SparkContext(conf) val lineArray = Array("hello you", "hello me", "hello world")  val lines = sc.parallelize(lineArray, 1)val words = lines.flatMap { line => line.split(" ") }   words.foreach { word => println(word) }}def groupByKey() {val conf = new SparkConf().setAppName("groupByKey")  .setMaster("local")  val sc = new SparkContext(conf)val scoreList = Array(Tuple2("class1", 80), Tuple2("class2", 75),Tuple2("class1", 90), Tuple2("class2", 60))val scores = sc.parallelize(scoreList, 1)  val groupedScores = scores.groupByKey() groupedScores.foreach(score => { println(score._1); score._2.foreach { singleScore => println(singleScore) };println("=============================")  })}def reduceByKey() {val conf = new SparkConf().setAppName("groupByKey")  .setMaster("local")  val sc = new SparkContext(conf)val scoreList = Array(Tuple2("class1", 80), Tuple2("class2", 75),Tuple2("class1", 90), Tuple2("class2", 60))val scores = sc.parallelize(scoreList, 1)  val totalScores = scores.reduceByKey(_ + _)  totalScores.foreach(classScore => println(classScore._1 + ": " + classScore._2))  }def sortByKey() {val conf = new SparkConf().setAppName("sortByKey")  .setMaster("local")  val sc = new SparkContext(conf)val scoreList = Array(Tuple2(65, "leo"), Tuple2(50, "tom"), Tuple2(100, "marry"), Tuple2(85, "jack"))  val scores = sc.parallelize(scoreList, 1)  val sortedScores = scores.sortByKey(false)sortedScores.foreach(studentScore => println(studentScore._1 + ": " + studentScore._2))  }def join() {val conf = new SparkConf().setAppName("join")  .setMaster("local")  val sc = new SparkContext(conf)val studentList = Array(Tuple2(1, "leo"),Tuple2(2, "jack"),Tuple2(3, "tom"));val scoreList = Array(Tuple2(1, 100),Tuple2(2, 90),Tuple2(3, 60));val students = sc.parallelize(studentList);val scores = sc.parallelize(scoreList);val studentScores = students.join(scores)  studentScores.foreach(studentScore => { println("student id: " + studentScore._1);println("student name: " + studentScore._2._1)println("student socre: " + studentScore._2._2)  println("=======================================")  })  }def cogroup() {}}


这篇关于spark RDD transformation操作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/972638

相关文章

python操作redis基础

《python操作redis基础》Redis(RemoteDictionaryServer)是一个开源的、基于内存的键值对(Key-Value)存储系统,它通常用作数据库、缓存和消息代理,这篇文章... 目录1. Redis 简介2. 前提条件3. 安装 python Redis 客户端库4. 连接到 Re

Java Stream.reduce()方法操作实际案例讲解

《JavaStream.reduce()方法操作实际案例讲解》reduce是JavaStreamAPI中的一个核心操作,用于将流中的元素组合起来产生单个结果,:本文主要介绍JavaStream.... 目录一、reduce的基本概念1. 什么是reduce操作2. reduce方法的三种形式二、reduce

MySQL表空间结构详解表空间到段页操作

《MySQL表空间结构详解表空间到段页操作》在MySQL架构和存储引擎专题中介绍了使用不同存储引擎创建表时生成的表空间数据文件,在本章节主要介绍使用InnoDB存储引擎创建表时生成的表空间数据文件,对... 目录️‍一、什么是表空间结构1.1 表空间与表空间文件的关系是什么?️‍二、用户数据在表空间中是怎么

Python对PDF书签进行添加,修改提取和删除操作

《Python对PDF书签进行添加,修改提取和删除操作》PDF书签是PDF文件中的导航工具,通常包含一个标题和一个跳转位置,本教程将详细介绍如何使用Python对PDF文件中的书签进行操作... 目录简介使用工具python 向 PDF 添加书签添加书签添加嵌套书签Python 修改 PDF 书签Pytho

Mysql数据库中数据的操作CRUD详解

《Mysql数据库中数据的操作CRUD详解》:本文主要介绍Mysql数据库中数据的操作(CRUD),详细描述对Mysql数据库中数据的操作(CRUD),包括插入、修改、删除数据,还有查询数据,包括... 目录一、插入数据(insert)1.插入数据的语法2.注意事项二、修改数据(update)1.语法2.有

Python文件操作与IO流的使用方式

《Python文件操作与IO流的使用方式》:本文主要介绍Python文件操作与IO流的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、python文件操作基础1. 打开文件2. 关闭文件二、文件读写操作1.www.chinasem.cn 读取文件2. 写

Java实现MinIO文件上传的加解密操作

《Java实现MinIO文件上传的加解密操作》在云存储场景中,数据安全是核心需求之一,MinIO作为高性能对象存储服务,支持通过客户端加密(CSE)在数据上传前完成加密,下面我们来看看如何通过Java... 目录一、背景与需求二、技术选型与原理1. 加密方案对比2. 核心算法选择三、完整代码实现1. 加密上

SQL常用操作精华之复制表、跨库查询、删除重复数据

《SQL常用操作精华之复制表、跨库查询、删除重复数据》:本文主要介绍SQL常用操作精华之复制表、跨库查询、删除重复数据,这些SQL操作涵盖了数据库开发中最常用的技术点,包括表操作、数据查询、数据管... 目录SQL常用操作精华总结表结构与数据操作高级查询技巧SQL常用操作精华总结表结构与数据操作复制表结

Java使用Stream流的Lambda语法进行List转Map的操作方式

《Java使用Stream流的Lambda语法进行List转Map的操作方式》:本文主要介绍Java使用Stream流的Lambda语法进行List转Map的操作方式,具有很好的参考价值,希望对大... 目录背景Stream流的Lambda语法应用实例1、定义要操作的UserDto2、ListChina编程转成M

Git可视化管理工具(SourceTree)使用操作大全经典

《Git可视化管理工具(SourceTree)使用操作大全经典》本文详细介绍了SourceTree作为Git可视化管理工具的常用操作,包括连接远程仓库、添加SSH密钥、克隆仓库、设置默认项目目录、代码... 目录前言:连接Gitee or github,获取代码:在SourceTree中添加SSH密钥:Cl