首页 > 其他 > 详细

Spark RDD 编程

时间:2021-03-29 00:09:07      阅读:27      评论:0      收藏:0      [点我收藏+]

Spark RDD 编程

1

准备文本文件

vim /usr/local/spark/mycode/rdd/word.txt
Hadoop is good
Spark is fast
Spark is better

从文件创建 RDD lines=sc.textFile()

lines = sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt")
lines.foreach(print)

筛选出含某个单词的行 lines.filter()

lambda 参数:条件表达式

linesWithSpark = lines.filter(lambda line:"Spark" in line)
linesWithSpark.foreach(print)

技术分享图片

2

生成单词的列表

list = ["My","student","ID","is","201806120011"]

从列表创建 RDD words=sc.parallelize()

rdd = sc.parallelize(list)

筛选出长度大于2的单词 words.filter()

rdd.filter(lambda word:len(word)>2).collect()

技术分享图片

3

筛选出的单词RDD,映射为(单词,1)键值对。 words.map()

rdd.map(lambda word:(word,1)).collect()

技术分享图片

Spark RDD 编程

原文:https://www.cnblogs.com/86xiang/p/14590071.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!