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

Go异常处理、泛型和文件操作实例代码

《Go异常处理、泛型和文件操作实例代码》Go语言的异常处理机制与传统的面向对象语言(如Java、C#)所使用的try-catch结构有所不同,它采用了自己独特的设计理念和方法,:本文主要介绍Go异... 目录一:异常处理常见的异常处理向上抛中断程序恢复程序二:泛型泛型函数泛型结构体泛型切片泛型 map三:文

MySQL基本表查询操作汇总之单表查询+多表操作大全

《MySQL基本表查询操作汇总之单表查询+多表操作大全》本文全面介绍了MySQL单表查询与多表操作的关键技术,包括基本语法、高级查询、表别名使用、多表连接及子查询等,并提供了丰富的实例,感兴趣的朋友跟... 目录一、单表查询整合(一)通用模版展示(二)举例说明(三)注意事项(四)Mapper简单举例简单查询

Nginx概念、架构、配置与虚拟主机实战操作指南

《Nginx概念、架构、配置与虚拟主机实战操作指南》Nginx是一个高性能的HTTP服务器、反向代理服务器、负载均衡器和IMAP/POP3/SMTP代理服务器,它支持高并发连接,资源占用低,功能全面且... 目录Nginx 深度解析:概念、架构、配置与虚拟主机实战一、Nginx 的概念二、Nginx 的特点

SpringBoot整合Apache Spark实现一个简单的数据分析功能

《SpringBoot整合ApacheSpark实现一个简单的数据分析功能》ApacheSpark是一个开源的大数据处理框架,它提供了丰富的功能和API,用于分布式数据处理、数据分析和机器学习等任务... 目录第一步、添加android依赖第二步、编写配置类第三步、编写控制类启动项目并测试总结ApacheS

MySQL 数据库进阶之SQL 数据操作与子查询操作大全

《MySQL数据库进阶之SQL数据操作与子查询操作大全》本文详细介绍了SQL中的子查询、数据添加(INSERT)、数据修改(UPDATE)和数据删除(DELETE、TRUNCATE、DROP)操作... 目录一、子查询:嵌套在查询中的查询1.1 子查询的基本语法1.2 子查询的实战示例二、数据添加:INSE

使用Python在PDF中绘制多种图形的操作示例

《使用Python在PDF中绘制多种图形的操作示例》在进行PDF自动化处理时,人们往往首先想到的是文本生成、图片嵌入或表格绘制等常规需求,然而在许多实际业务场景中,能够在PDF中灵活绘制图形同样至关重... 目录1. 环境准备2. 创建 PDF 文档与页面3. 在 PDF 中绘制不同类型的图形python

Java 操作 MinIO详细步骤

《Java操作MinIO详细步骤》本文详细介绍了如何使用Java操作MinIO,涵盖了从环境准备、核心API详解到实战场景的全过程,文章从基础的桶和对象操作开始,到大文件分片上传、预签名URL生成... 目录Java 操作 MinIO 全指南:从 API 详解到实战场景引言:为什么选择 MinIO?一、环境

在DataGrip中操作MySQL完整流程步骤(从登录到数据查询)

《在DataGrip中操作MySQL完整流程步骤(从登录到数据查询)》DataGrip是JetBrains公司出品的一款现代化数据库管理工具,支持多种数据库系统,包括MySQL,:本文主要介绍在D... 目录前言一、登录 mysql 服务器1.1 打开 DataGrip 并添加数据源1.2 配置 MySQL

Go语言中如何进行数据库查询操作

《Go语言中如何进行数据库查询操作》在Go语言中,与数据库交互通常通过使用数据库驱动来实现,Go语言支持多种数据库,如MySQL、PostgreSQL、SQLite等,每种数据库都有其对应的官方或第三... 查询函数QueryRow和Query详细对比特性QueryRowQuery返回值数量1个:*sql

Python操作Excel的实用工具与库openpyxl/pandas的详细指南

《Python操作Excel的实用工具与库openpyxl/pandas的详细指南》在日常数据处理工作中,Excel是最常见的数据文件格式之一,本文将带你了解openpyxl和pandas的核心用法,... 目录一、openpyxl:原生 Excel 文件操作库1. 安装 openpyxl2. 创建 Exc