Spark repartition与coalesce对分区的操作

  • repartition

重新洗牌RDD中的数据,重新分配partiton以创建更多或更少的分区,并在它们之间平衡.这总是对网络上的所有数据进行洗牌.

  • coalesce(numPartitions)

将对RDD中的数据partition减少到numPartitions,这样过滤大型数据集后提高运行效率

 def main(args: Array[String]) {

    val sparkConf = new SparkConf()
      .setMaster("local[2]")
      .setAppName("PartitionTestApp")



    val sc = new SparkContext(sparkConf)
    val students = ListBuffer[Student]()

    for (i <- 0 to 1000000) {
      students.append(Student(i, "student" + i, 39))
    }

    val studentRDD = sc.parallelize(students)
    val rpRdd = studentRDD.repartition(4)
    val coaRdd = rpRdd.coalesce(3)
    rpRdd.persist(StorageLevel.MEMORY_ONLY_SER)
    rpRdd.count()
    coaRdd.persist(StorageLevel.MEMORY_ONLY_SER)
    coaRdd.count()

    Thread.sleep(1000 * 20)
    sc.stop()
  }
  • 结果

在这里插入图片描述2. 在这里插入图片描述

  • 0
    点赞
  • 0
    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