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!



http://www.chinasem.cn/article/972638

相关文章

Java操作Word文档的全面指南

《Java操作Word文档的全面指南》在Java开发中,操作Word文档是常见的业务需求,广泛应用于合同生成、报表输出、通知发布、法律文书生成、病历模板填写等场景,本文将全面介绍Java操作Word文... 目录简介段落页头与页脚页码表格图片批注文本框目录图表简介Word编程最重要的类是org.apach

Python实现对阿里云OSS对象存储的操作详解

《Python实现对阿里云OSS对象存储的操作详解》这篇文章主要为大家详细介绍了Python实现对阿里云OSS对象存储的操作相关知识,包括连接,上传,下载,列举等功能,感兴趣的小伙伴可以了解下... 目录一、直接使用代码二、详细使用1. 环境准备2. 初始化配置3. bucket配置创建4. 文件上传到os

mysql表操作与查询功能详解

《mysql表操作与查询功能详解》本文系统讲解MySQL表操作与查询,涵盖创建、修改、复制表语法,基本查询结构及WHERE、GROUPBY等子句,本文结合实例代码给大家介绍的非常详细,感兴趣的朋友跟随... 目录01.表的操作1.1表操作概览1.2创建表1.3修改表1.4复制表02.基本查询操作2.1 SE

c++中的set容器介绍及操作大全

《c++中的set容器介绍及操作大全》:本文主要介绍c++中的set容器介绍及操作大全,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录​​一、核心特性​​️ ​​二、基本操作​​​​1. 初始化与赋值​​​​2. 增删查操作​​​​3. 遍历方

MySQL追踪数据库表更新操作来源的全面指南

《MySQL追踪数据库表更新操作来源的全面指南》本文将以一个具体问题为例,如何监测哪个IP来源对数据库表statistics_test进行了UPDATE操作,文内探讨了多种方法,并提供了详细的代码... 目录引言1. 为什么需要监控数据库更新操作2. 方法1:启用数据库审计日志(1)mysql/mariad

springboot如何通过http动态操作xxl-job任务

《springboot如何通过http动态操作xxl-job任务》:本文主要介绍springboot如何通过http动态操作xxl-job任务的问题,具有很好的参考价值,希望对大家有所帮助,如有错... 目录springboot通过http动态操作xxl-job任务一、maven依赖二、配置文件三、xxl-

Oracle 数据库数据操作如何精通 INSERT, UPDATE, DELETE

《Oracle数据库数据操作如何精通INSERT,UPDATE,DELETE》在Oracle数据库中,对表内数据进行增加、修改和删除操作是通过数据操作语言来完成的,下面给大家介绍Oracle数... 目录思维导图一、插入数据 (INSERT)1.1 插入单行数据,指定所有列的值语法:1.2 插入单行数据,指

SQL中JOIN操作的条件使用总结与实践

《SQL中JOIN操作的条件使用总结与实践》在SQL查询中,JOIN操作是多表关联的核心工具,本文将从原理,场景和最佳实践三个方面总结JOIN条件的使用规则,希望可以帮助开发者精准控制查询逻辑... 目录一、ON与WHERE的本质区别二、场景化条件使用规则三、最佳实践建议1.优先使用ON条件2.WHERE用

Linux链表操作方式

《Linux链表操作方式》:本文主要介绍Linux链表操作方式,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、链表基础概念与内核链表优势二、内核链表结构与宏解析三、内核链表的优点四、用户态链表示例五、双向循环链表在内核中的实现优势六、典型应用场景七、调试技巧与

Java Multimap实现类与操作的具体示例

《JavaMultimap实现类与操作的具体示例》Multimap出现在Google的Guava库中,它为Java提供了更加灵活的集合操作,:本文主要介绍JavaMultimap实现类与操作的... 目录一、Multimap 概述Multimap 主要特点:二、Multimap 实现类1. ListMult