/**
* !!!!!
* 模仿自带分区器,自定义分区器
* 自定义,哪个分区放什么数据
*/
object Test{
def main(args: Array[String]): Unit = {
val sparkConf = new SparkConf().setMaster("local[*]").setAppName("wordCount")
val sc: SparkContext = new SparkContext(sparkConf)
val rdd = sc.makeRDD(List(//希望s放一个分区,其他各放一个分区
("s","XXX"),
("makeup","XXX"),
("words","XXX"),
("s","XXX")
),2)//这里暂定了分区,后续可以改变
val partRdd = rdd.partitionBy(new MyPartitioner)
partRdd.saveAsTextFile("output")//output中3个文件
sc.stop()
}
/**
* 自定义分区器
* 1.继承Partitioner
* 2.重写方法
*/
class MyPartitioner extends Partitioner{
//分区数量
override def numPartitions: Int = 3
//根据数据的Key值返回数据的分区索引,从0开始
override def getPartition(key: Any): Int = {
key match{
case "s" =>0
case "words"=>1
case _ =>2
}
}
}
}
spark自定义分区器
最新推荐文章于 2024-08-19 09:32:22 发布
该博客介绍如何模仿Spark自带的分区器,自定义一个分区器。通过创建`MyPartitioner`类,继承`Partitioner`并重写`numPartitions`和`getPartition`方法,实现了根据Key值将数据分配到特定分区的功能。示例代码中,`s`关键字的数据被放在第一个分区,`words`在第二个,其余的在第三个分区。最后,使用自定义分区器的RDD被保存为文本文件。
摘要由CSDN通过智能技术生成