spark算子操作

transformation:rdd---->rdd转换(懒加载)
action: rdd---->其他的东西 (真正执行作业)

算子操作
getNumPartitions:查看几个分区
glom:查看rdd每个分区中有哪些数据

reduceByKey:transformation(通过键计算)
reduce:action(计算所有数据,同种元素类型数据)
fold(计算所有数据,同种元素类型数据,每个reduce 迭代器取得第一个元素是zeroValue(比如下面的v0@))
    mapedRDD.fold("v0@",2)((tuple1,tuple2) => (tuple1._1+"@"+tuple2._1,tuple1._2+tuple2._2))
aggregate(可以对两个不同类型的元素进行聚合)
    pairRdd.aggregate("0",0)((x,y) => (x._1+"@"+y._1,x._2+y._2),(x,y) => (x._1+"@"+y._1,x._2+y._2))

coalesce(减少分区,不进行shuffle)
repartition(增加或减少分区,进行shuffle)


zipWithIndex(排序标号)


窄依赖各个算子分区数不变

  • 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