RDD分区函数

map vs mapPartitions

>>> rdd=sc.parallelize(range(1,11))
>>> rdd.glom().collect()
[[1, 2], [3, 4, 5], [6, 7], [8, 9, 10]]                                         
>>> rdd.map(lambda num : num+1 ).collect()  #普通map函数
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
>>> 
>>> def fn1(list):
...     arr=[]
...     for n in list:
...         arr.append(n+1)
...     return arr
... 
>>> rdd.mapPartitions(fn1).collect() #分区map函数
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
>>> 
>>> def fn2(list):
...     for n in list:
...         yield n+1       
... 
>>> rdd.mapPartitions(fn2).collect()
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
>>> 
>>> rdd.mapPartitions(fn1).glom().collect()
[[2, 3], [4, 5, 6], [7, 8], [9, 10, 11]]
>>> rdd.mapPartitions(fn2).glom().collect()
[[2, 3], [4, 5, 6], [7, 8], [9, 10, 11]]

foreach vs foreachPartition

--foreach vs foreachPartition
>>> rdd=sc.parallelize(range(1,11))
>>> rdd.foreach(lambda n : print(n) )
1
2
3
4
5
8
9
10
6
7
>>> def fn3(list):
...     for n in list:
...         print(n)
... 
>>> rdd.foreachPartition(fn3)
8
9
10
3
4
5
1
2
6
7

 普通函数vs 分区函数图解

普通函数对元素操作,分区函数对分区操作,分区函数可能要传入函数遍历元素 

  • 6
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

傻么老幺

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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