Spark java程序入门(二)创建RDD与查看RDD内容

使用Spark需要RDD编程,而RDD编程的第一步就是构建RDD


有两种方法创建RDD

(1)从文件系统中直接读入一个外部数据集, 一个简单的例子,比如 

JavaRDD<String> input = sc.textFile("文件路径"); //文件路径的写法根据所使用的不同的文件系统有所变化

(2)从驱动器程序里分发对象集合。

           有不少情况下,并不需要程序的每一步都使用RDD,或者要将一段已经写好的程序改成可以在Spark上运行的应用,这时就需要直接从驱动器程序里分发对象集合创建RDD。以利用List对象构建RDD为例,可以使用JavaSparkContext的parallelize方法.



要查看RDD内容有两种较为简单的办法

(1)写出到文件系统,即调用所使用的RDD的类中类似saveasTextFile()的方法,例如  对于JavaPairRDD的对象x可以用      x.saveasTextFile("输出文件路径"):

(2)还可将RDD转回List处理查看:有take()方法和collect()方法,但是collect方法会将整个RDD内容集中,如果数据集过大,在网络传输和内存占用上都可能造成压力,如果只是要查看RDD中的几个值还是take方法较为合适。




  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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