转为转换算子
(三)扁平映射算子 - flatMap()
1、扁平映射算子功能
flatMap()算子与map()算子类似,但是每个传入给函数func的RDD元素会返回0到多个元素,最终会将返回的所有元素合并到一个RDD。
2、扁平映射算子案例
任务1、统计文件中单词个数
读取文件,生成RDD - rdd1,查看其内容和元素个数
对于rdd1
按空格拆分,做映射,生成新RDD - rdd2
对于rdd1
按空格拆分,做扁平映射,生成新RDD - rdd3
,有一个降维处理的效果
任务2、统计不规则二维列表元素个数
方法一、利用Scala来实现
利用列表的flatten函数
在net.huawei.rdd.day01包里创建Example02单例对象
方法二、利用Spark RDD来实现
- 利用flatMap算子
- 在
net.huawei.rdd.day01
包里创建Example03
单例对象
扁平化映射可以简化
(四)按键归约算子 - reduceByKey()
1、按键归约算子功能
reduceByKey()算子的作用对像是元素为(key,value)形式(Scala元组)的RDD,使用该算子可以将相同key的元素聚集到一起,最终把所有相同key的元素合并成一个元素。该元素的key不变,value可以聚合成一个列表或者进行求和等操作。最终返回的RDD的元素类型和原有类型保持一致。
2、按键归约算子案例
任务1、在Spark Shell里计算学生总分
成绩表,包含四个字段(姓名、语文、数学、英语),只有三条记录
创建成绩列表scores
,基于成绩列表创建rdd1
,对rdd1
按键归约得到rdd2
,然后查看rdd2
内容
任务2、在IDEA里计算学生总分
- 成绩表,包含四个字段(姓名、语文、数学、英语),只有三条记录
-
可能存在问题:在Windows下的IDEA中访问HDFS报错
Could not locate executable null\bin\winutils.exe
-
下载对应版本的
win