spark学习ing

预备

1.在hdfs上创建目录

[root@hadoop101 /]# hadoop fs -mkdir /spark

2.上传stu.txt文件

[root@hadoop101 temdata]# hadoop fs -put stu.txt /spark

3.查看

[root@hadoop101 temdata]# hadoop fs -ls /spark
Found 1 items
-rw-r--r--   3 root supergroup         68 2020-06-21 20:52 /spark/stu.txt
[root@hadoop101 temdata]# more stu.txt
1 zhang
2 wang
3 li
4 zhao
5 chen
6 liu
7 huang
8 yang
9 bai

进入spark(在bin目录下)

[root@hadoop101 spark-2.4.4-hadoop2.7]# cd bin/
[root@hadoop101 bin]# ./pyspark 

在这里插入图片描述1.查看

>>> lines = sc.textFile("/spark/stu.txt")
>>> print(lines.first())                 
1 zhang     

查看前两条信息:

>>> for line in lines.take(2):
...   print(line)            
... 
1 zhang
2 wang

注意print前面一定要空格
在这里插入图片描述

>>>nums = sc.parallelize([1, 2, 3, 4])
>>>squared = nums.map(lambda x: x * x).collect()
>>>for num in squared:
>>>  print "%i " % (num)
... 
1 
4 
9 
16 

在这里插入图片描述

>>> lines = sc.parallelize(["hello world", "hi"]) 
>>> print(lines.first())  
>>> words = lines.flatMap(lambda line: line.split(" ")) 
>>> print(words.first())
hello

在这里插入图片描述
去重

>>> diswords = words.distinct()
>>> for word in diswords.take(3):
...   print(word)                
... 
world
hi
hello
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