spark 学习 chapter4 Working wih key/value Pairs

RDDs containing key/value pairs are called pair RDDs.
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Aggregation

在这里插入图片描述
在这里插入图片描述

combineByKey()

在这里插入图片描述
The proceduer is as follows.
在这里插入图片描述
Tuning the level of parallelism
在这里插入图片描述

 sc.parallelize(data).reduceByKey((x,y) => x+y , 10).partitions.size

在这里插入图片描述

Grouping Data

在这里插入图片描述
In additon to grouping data from a single RDD, we can group data sharing the same key from multiple RDDs using a function called cogroup(). cogroup() over two RDDs sharing the same key type, k, with the respective value types gives us back RDD[(K, (Iterable[V],Iterable[W]))]. If one of the RDDs doesn’t have elements for a given key that is present in the other RDD, the corresponding Iterable is simply empty. cogroup() gives us the power to group data from multiple RDDs.
cogroup() is used as a building block for the joins.

Joins

在这里插入图片描述
leftOuterJoin()
rightOuterJoin()

Sorting data

在这里插入图片描述

Action Available on Pair RDDs

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Determining an RDD’s Partitioner

在这里插入图片描述

Operations That Affect Partitioning

在这里插入图片描述

Example: PageRank

在这里插入图片描述

Tip
To maximize the potential for partitioning-related optimizations, you should use mapValues() or flatMapValues() whenever you are not changing an element’s key.

  • 0
    点赞
  • 0
    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