【Spark大数据处理技术】RDD及编程接口：(一)

Scala实现简单的PageRank


val sc = new SparkContext(...)  //spark-shell默认已创建好sc
val links = sc.parallelize(Array(('A',Array('D')),('B',Array('A')),('C',Array('A','B')),('D',Array('A','C'))),2).map(x => (x._1,x._2)).cache()  
  
var ranks = sc.parallelize(Array(('A',1.0),('B',1.0),('C',1.0),('D',1.0)),2)  
  
val iterations = 10  
  
for(i <- 1 to iterations){  
    val contribs = links.join(ranks,2).flatMap{  
        case(url,(links,rank)) => links.map(dest => (dest,rank/links,size))  
    }  
  
    ranks = contribs.reduceByKey(_ + _,2).mapValues(0.15 + 0.85 * _)  
}  
//ranks.take(1) 可直接查看结果
  
ranks.saveAsTextFile(...) //“hdfs://localhost:9000/user/”没有报错，卡死，hdfs没有存储文件
//重启spark-shell，必须kill -9 5525（我电脑的id） 否则报错：


<console>:16: error: not found: value sqlContext
         import sqlContext.implicits._
                ^
<console>:16: error: not found: value sqlContext
         import sqlContext.sql

小结：RDD还是蛮灵活的，Scala语言还要再走一遍。

以上为参考书籍的一点体会，可参考以下两篇博客：

http://blog.csdn.net/wzy0623/article/details/51383232

http://blog.csdn.net/li385805776/article/details/19760663