spark-并行度 & 分区(分区的设定)

package com.atguigu.bigdata.spark.core.rdd.builder

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object Spark01_RDD_Memory_Par {
  def main(args: Array[String]): Unit = {
    // TODO 准备环境
    // local[*] *表示当前系统最大可用核数 如果直接写local表示多线程模拟单核
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("RDD")

    // 配置分区数量
    //  sparkConf.set("spark.default.parallelism","5")

    val sc = new SparkContext(sparkConf)

    // TODO 创建RDD
    // RDD的并行度 & 分区
    // makeRDD方法可以传递第二个参数，这个参数表示分区的数量
    // 第二个参数可以不传递，那么makeRDD方法会使用默认值:defaultParallelism(默认并行度)
    // spark在默认情况下，从配置对象中获取配置参数：spark.default.parallelism
    // 如果获取不到那么使用totalCores属性，这个属性取值为当前运行环境的最大可用核数
    // val rdd=sc.makeRDD(List(1,2,3,4),2)

    val rdd = sc.makeRDD(List(1, 2, 3, 4))

    // 将处理的数据保存成分区文件
    rdd.saveAsTextFile("output")


    // 关闭环境
    sc.stop()
  }
}