Spark RDD弹性分布式数据集（3）——常见行动算子

目录

1.RDD的处理过程 

2.行动算子

2.1 count()        返回元素个数

 2.2 first()        返回第一个元素

2.3 take(n)        返回前n个元素

2.4 reduce(func)        返回所有元素的累加值

2.5 collect()        返回所有元素

2.6 foreach(func)

 3. 总览

---

1.RDD的处理过程 

2.行动算子

常见行动算子

2.1 count()        返回元素个数

创建一个数组

输入：val arrRdd=sc.parallelize(Array(1,2,3,4,5))

输入：arrRdd.count()

得到对应的结果

 2.2 first()        返回第一个元素

输入：val arrRdd=sc.parallelize(Array(1,2,3,4,5))

输入：arrRdd.first()

得到对应的结果

2.3 take(n)        返回前n个元素

输入：val arrRdd=sc.parallelize(Array(1,2,3,4,5))

输入：arrRdd.take(n)

n为有理整数，得到对应的结果

2.4 reduce(func)        返回所有元素的累加值

输入：val arrRdd=sc.parallelize(Array(1,2,3,4,5))

输入：arrRdd.reduce((a,b)=>a+b)

累加聚合，得到结果

2.5 collect()        返回所有元素

输入：val arrRdd=sc.parallelize(Array(1,2,3,4,5))

输入：arrRdd.collect()

2.6 foreach(func)

例子：遍历数组

输入：val arrRdd=sc.parallelize(Array(1,2,3,4,5))

输入：arrRdd.foreach(x=>println(x))

 3. 总览