Spark Scala 范例

34 篇文章 0 订阅

1.处理HDFS日志文件中错误日志

val lines = sc.textFile("hdfs://...")  //lines is a org.apache.spark.rdd.MappedRDD
val errors = lines.filter(_.startsWith("ERROR")) //errors is a org.apache.spark.rdd.FilterRDD
errors.cache() //persist到内存中
errors.count()  //触发action,计算errors有多少个,即ERROR的多少行

errors.filter(_.contains("MySQL")).count()
errors.filter(_.contains("HDFS")).map(_.split('\t')(3)).collect()
2. SQL RDDRelation
package org.apache.spark.examples.sql

import org.apache.spark.{SparkConf,SparkContext}
import org.apache.spark.sql.SQLContext
import org.apache.spark.sql.functions._

case class Record(key:Int, value:String)

object RDDRelation{
    def main(args: Array[String]){
        val sparkConf = new SparkConf().setAppName("RDDRelation")
        val sc = new SparkContext(sparkConf)
        val sqlContext = new SQLContext(sc)

import sqlContext.implicits._

val df = sc.parallelize(1 to 100).map(i => Record(i, s"val_$i"))).toDF()

df.register
    }
}
  • 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