SparkCore:map与mapPartition、foreach和foreachPartition通过连接数据库对比结果

本文探讨了Spark中的foreach和foreachPartition操作,以及它们与map和mapPartition的相似之处。重点在于效率分析,指出foreach在处理数据时每次输出都要连接一次数据库,可能导致资源浪费,而foreachPartition则更高效,每次处理一个分区的数据,减少数据库连接次数,但可能增加内存压力。建议通过调整分区数来平衡效率和内存使用。
摘要由CSDN通过智能技术生成

源码

  // Actions (launch a job to return a value to the user program)
  /**
   * Applies a function f to all elements of this RDD.
   * 作用一个函数到RDD的所有元素。
   */
  def foreach(f: T => Unit): Unit = withScope {
   
    val cleanF = sc.clean(f)
    sc.runJob(this, (iter: Iterator[T]) => iter.foreach(cleanF))
  }

  /**
   * Applies a function f to each partition of this RDD.
   * 作用一个函数到RDD的每个分区。
   */
  def foreachPartition(f: Iterator[T] => Unit): Unit 
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值