spark将计算结果写入到hdfs的两种方法

本文介绍了Spark将计算结果以LZO压缩格式写入HDFS的两种方法。第一种方法存在不生成index文件和文件名不可自定义的问题;第二种方法通过直接调用LzopOutputstream和HDFS API,解决了这些问题,允许自定义文件名并能生成索引文件。此外,还提及了如何处理输出目录的存在与否。
摘要由CSDN通过智能技术生成

spark将计算结果写入到hdfs的两种方法
第一种方法:

rdd.saveAsTextFile(path, classOf[com.hadoop.compression.lzo.LzopCodec])

这种方法有这么几个问题

1、生成的lzo文件不会创建index文件,需要手动进行创建。

2、每个文件的名称不能自定义。


第二种方法是直接调用LzopOutputstream的接口和hdfs的api,直接操作hdfs文件。可以规避以上几个问题。

 def main(args: Array[String]) {
    //保存的路径
    val basePath = "/tmp/kuan2"
    //设置日志级别
    //    Example.setStreamingLogLevels()
    //创建sparkConf
    val sparkConf = new SparkConf
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