spark数据类型

RDD
创建RDD
  1. 读取文件 sc.textFile
  2. 并行化 sc.parallelize
  3. 其他方式
RDD操作
  1. Transfermation
    • union
    • intersection
    • distinct
    • groupByKey
    • reduceByKey
    • sortByKey
    • join leftOuterJoin rightOuterJoin
    • aggregate
  2. Action
    • reduce
    • count
    • first
    • take
    • takeSample
    • takeOrdered
    • saveAsTextFile
    • countByKey
    • foreach
DataFrame
DataSet
DataFrame to RDD
DifferenceRDDDataFrameDataSet
区别一不支持sparksql支持支持
区别二DataSet[Row]
相互转化
行转列RDDDataFrameDataSet
RDD-val rdd = sc.textFile("")
case class Person(name: String, age: String)
val a = rdd.map(_.split(",")).map{ line => Person(line(0), line(1))}.toDF
rdd = sc.textFile("")
case class Person(name: String, age: String)
val a = rdd.map(_.split(",")).map{ line => Person(line(0), line(1))}.toDS
DataFrameval rdd1 = testDF.rdd-val testDS = testDF.as[Coltest]
DataSetval rdd2 = testDS.rddval testDF = testDS.toDF-
数据类型
  1. local vector (dense, sparse)
  2. labeled point
    • LabeledPoint to Libsvm
  3. local matrix
  4. distribute matrix
    1. Row matrix
    2. IndexedRowMatrix
    3. CoordinateMatrix
    4. BlockMatrix
读取文件类型

json parquet jdbc orc libsvm csv text

val peopleDF = spark.read.format("json").load("examples/src/main/resources/people.json")
Reference
  1. 官方文档(推荐):https://spark.apache.org/docs/2.1.2/programming-guide.html#working-with-key-value-pairs
    https://blog.csdn.net/gongpulin/article/details/77622107
  2. https://www.cnblogs.com/maxigang/p/10030834.html
  • 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