创建RDD方式
1、从内存中创建RDD
// 创建spark的上下文环境
val SparkConf = new SparkConf().setMaster("local[*]");
其中local[*]表示的是获取cpu中全部的核数,如果不传入参数,则表示的是单线程传入单核。
接着我们需要声明一个上下文的控制对象,
val sc = new SparkContext(SparkConf );
接下来我们需要从内存中创建一个RDD,将内存中集合数据作为处理的数据源
val seq = Seq[Int] (1,2,3,4)
val rdd:RDD[Int] = sc.parallelize(seq)
rdd.collect().foreach(println)
sc.parallelize(0 until numMappers, numMappers)
表示的是创建一个并行集合,使用slices来将数据集划分为几分数据。
2、从外部存储系统数据集当中创建RDD
比如有HDFS、HBase
var fileRDD : RDD[String] = sparkContext.textFile("input")