spark的API操作

java操作

package com.jh.java;


import java.util.Arrays;
import java.util.List;

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.rdd.RDD;

public class My_version1
{
	public static void main(String[] args)
	{
	  //告诉hadoop在哪,也可不写,但前提是配置有hadoop的环境变量
      System.setProperty("hadoop.home.dir", "G:\\untar\\hadoop-3.2.1\\hadoop-3.2.1")
		//spark的配置信息
		SparkConf sparkConf = new SparkConf();
		//给application起个名字
		sparkConf.setAppName("My_java_spark");
		//运行的模式,是本地模式
		sparkConf.setMaster("local[*]");
     //初始化spark
		JavaSparkContext javaSparkContext = new JavaSparkContext(sparkConf);

		//test01(javaSparkContext);
		 test02(javaSparkContext);
		 //关闭资源
		javaSparkContext.stop();
	}

	public static void test01(JavaSparkContext sc )
	{
		System.out.println("java-test01");
//        //准备集合
//		List<Integer> asList = Arrays.asList(14,56,89,42,56,33);
//	转换成Rdd
//	    JavaRDD<Integer> javaRDD = sc.parallelize(asList);  
//	    
//	   System.out.println(javaRDD);
//	   //遍历
//	   javaRDD.foreach(t ->System.out.println(t));
	   
	   //准备集合
		List<Integer> asList = Arrays.asList(14,56,89,42,56,33);
	//后面的数字是分区数
	    JavaRDD<Integer> javaRDD = sc.parallelize(asList,2);  
	    
	   System.out.println(javaRDD);
	   javaRDD.foreachPartition(t->{
		   //查看类型,是迭代器
		   System.out.println("asd"+t.getClass().getSimpleName());
		   //遍历每个分区的元素
		   t.forEachRemaining(f->System.out.print(f + ","));
		   System.out.println("end");
	   });
	   //分区数
	   System.out.println("num:" + javaRDD.getNumPartitions());
	}

	public static void test02(JavaSparkContext sc)
	{
		System.out.println("java-test02");
		String path = "E:\\eclipse201912_daima\\dev31th\\test01";
		//分两区,转换成Rdd
		JavaRDD<String> textFile = sc.textFile(path,2);
		//转换成集合
		List<String> collect = textFile.collect();
		//查看元素
		System.out.println(collect);
		//查看分区数
		System.out.println("num" + textFile.getNumPartitions());
		
		String path1="C:\\\\Users\\\\admin\\\\Desktop\\\\2";
		//将数据存储到磁盘中
		textFile.saveAsTextFile(path1);
		System.out.println("GG");
	}
}

scala操作

package com.jh.scala

import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
import java.util.Arrays

object Teacher_version1 {
  def main(args: Array[String]): Unit = {
    //告诉hadoop在哪,也可不写,但前提是配置有hadoop的环境变量
    System.setProperty("hadoop.home.dir", "G:\\untar\\hadoop-3.2.1\\hadoop-3.2.1")
    var conf = new SparkConf();
    //设置大哥
    conf.setMaster("local[*]")
    //给这个application起个名字
    conf.setAppName("Teacher-version")
    var sc = new SparkContext(conf)
    test01(sc)
    //test02(sc)
    sc.stop()
  }
  
  
  def test01(c:SparkContext){
    println("test01")
    
    var arr = Array(10,20,30,40)
    //创建一个Rdd
    var arrRdd = c.parallelize(arr)
    //查看其中元素
    var collectArr = arrRdd.collect();
//    println("collectArr:" + Arrays.toString(collectArr))
    
    
    //循环遍历元素,都可以
//    arradd.foreach(println)
//    arradd.foreach(println(_))
//    arradd.foreach(t=>println(t))
    
      println("分区")
      //后面的参数是分几个区
      var arrParaRdd = c.parallelize(arr, 2)
      //查看元素
      collectArr = arrParaRdd.collect()
      println("collectArr:" + Arrays.toString(collectArr))
      //已分区集合查看其分区
      arrParaRdd.foreachPartition(f=>
        {//查看类型
        println("111" + f.getClass.getSimpleName)
      
        f.foreach(t=>{
          print("循环" + t + "\t")
        
        })
        println("end")
        }
        
      
      )
        //查看分区数
        println("num:" + arrParaRdd.getNumPartitions)

      
  }
   
  def test02(sc:SparkContext){
    //文件路径
    var path = "E:\\eclipse201912_daima\\dev31th\\test01"
   //参数:文件路径,分区数
    var textFileRdd = sc.textFile(path,2)
    
    println("textFileRdd:" + textFileRdd)
    //查看分区数量
    println("getNumPartitions" + textFileRdd.getNumPartitions)
  
     //收集元素为数组
    var textArr = textFileRdd.collect()
    println("textArr" + textArr)
  
    textFileRdd.foreach(println)
    
    var tarPath = "C:\\Users\\admin\\Desktop\\1"
    //将rdd存储到磁盘上,存储的是文本文件
    textFileRdd.saveAsTextFile(tarPath)
  }

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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