Spark学习笔记(10)—— wordcount 执行流程分析

1 启动集群

  • 启动 HDFS start-dfs.sh
  • 启动 Spark 集群 /home/hadoop/apps/spark-1.6.3-bin-hadoop2.6/sbin/start-all.sh
  • 启动 Spark Shell /home/hadoop/apps/spark-1.6.3-bin-hadoop2.6/bin/spark-shell --master spark://node1:7077 --executor-memory 512m --total-executor-cores 2

2 wordcount 执行流程

一共产生 5 个RDD

  • textFile 产生2个RDD, HadoopRDD 和 MapPartitionsRDD
  • flatMap 产生一个RDD,MapPartitionsRDD
  • map 产生一个 RDD MapPartitionsRDD
  • reduceByKey 产生一个RDD,ShuffleRDD
scala> val rdd = sc.textFile("hdfs://node1:9000/wc").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_)
rdd: org.apache.spark.rdd.RDD[(String, Int)] = ShuffledRDD[9] at reduceByKey at <console>:27

scala> rdd.saveAsTextFile("hdfs://node1:9000/wcout1")

scala> rdd.toDebugString
res4: String = 
(3) ShuffledRDD[9] at reduceByKey at <console>:27 []
 +-(3) MapPartitionsRDD[8] at map at <console>:27 []
    |  MapPartitionsRDD[7] at flatMap at <console>:27 []
    |  hdfs://node1:9000/wc MapPartitionsRDD[6] at textFile at <console>:27 []
    |  hdfs://node1:9000/wc HadoopRDD[5] at textFile at <console>:27 []

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