累加器(共享变量):accumulator
注意:
- 首先要创建累加器的对象初始值是0
- 驱动器(driver program)程序可以调用累加器的value属性
- 累加器是一个只写变量
- 累加器最好还是不要在transform操作中使用:原因
(在transform操作中spark有可能会重复进行计算,例如如果有一个节点崩溃了,spark会自动将任务运行在另外一个节点上,这就造成了累加器有可能会被重复用到,因此好的办法是将累加器放在Action操作中的foreach里面)
例子1:
val conf = new SparkConf().setAppName("累加器").setMaster("local[2]")
val sc = new SparkContext(conf)
val blankLines = sc.accumulator(0) //创建累加器,初始值是0
val file = sc.textFile("C:\\Users\\MK\\Desktop\\tmp\\a.txt")
val result = file.flatMap(line => {
if (line == "") {
blankLines += 1 //累加器是一个只写变量
}
line.split(" ")
})
println(result.collect().mkString(","),blankLines.value)
原始数据:
1
3
s
a
ew
ui
asd
输出数据:(1,3,,s,a,,ew,ui,,asd,3)
例子2:
val accum = sc.accumulator(0)
sc.parallelize(Array(1, 2, 3, 4)).foreach(x => accum += x)
accum.value
输出是:10