一、准备工作
1.1 准备文件
-
准备本地系统文件
在\home目录里创建words.txt -
把文件上传到
将words.txt上传到HDFS系统的/park目录里
查看文件内容
1.2 启动Spark Shell
-
启动HDFS服务
执行命令:start-dfs.sh -
启动Spark服务
执行命令:start-all.sh -
启动Spark Shell
执行名命令: spark-shell --master spark://master:7077
二、掌握转换算子
2.1 映射算子 - map()
- 映射算子功能
map()是一种转换算子,它接收一个函数作为参数,并把这个函数应用于RDD的每个元素,最后将函数的返回结果作为结果RDD中对应元素的值。 - 映射算子案例
预备工作:创建一个RDD - rdd1
执行命令:val rdd1 = sc.parallelize(List(1, 2, 3, 4, 5, 6))
任务1、将rdd1每个元素翻倍得到rdd2
对rdd1应用map()算子,将rdd1中的每个元素平方并返回一个名为rdd2的新RDD
查看结果
任务2、将rdd1每个元素平方得到rdd2
方法一、采用普通函数作为参数传给map()算子
方法二、采用下划线表达式作为参数传给map()算子
任务3、利用映射算子打印菱形
(1)Spark Shell里实现
右半菱形
加上前导空格,左半菱形
前导空格折半,显示菱形
(2)在IDEA里创建项目实现
创建Maven项目
将java目录改成scala目录
在pom.xml文件里添加相关依赖和设置源程序目录
<?xml version="1.0" encoding="UTF-8"?>
4.0.0
<groupId>cn.kox.rdd</groupId>
<artifactId>SparkRDDDemo</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>org.scala-lang</groupId>
<artifactId>scala-library</artifactId>
<version>2.12.15</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.12</artifactId>
<version>3.1.3</version>
</dependency>
</dependencies>
<build>
<sourceDirectory>src/main/scala</sourceDirectory>
</build>
<properties>
<maven.compiler.source>8</maven.compiler.source>
<maven.compiler.target>8</maven.compiler.target>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>
添加日志属性文件
log4j.rootLogger=ERROR, stdout, logfile
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/rdd.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
创建hdfs-site.xml文件,允许客户端访问集群数据节点
<?xml version="1.0" encoding="UTF-8"?> only config in clients dfs.client.use.datanode.hostname true创建cn.kox.rdd.day01包
在cn.kox.rdd.day01包里创建Example01单例对象
package cn.kox.rdd.day01
import org.apache.spark.{SparkConf, SparkContext}</