spark数据分析

首先要运行spark,加载 py4j,执行shell.py  初始化 spark sc(SparkContext)



编写处理rdd的代码
代码分两类
一类叫driver的代码  driver只有一个
一类叫worker的代码  worker有多个
worker的代码有两类算子(操作operate)
变换 transformation 懒执行 map flatMap groupByKey reduceByKey 遇到 count take collect才执行

行为 actions 立即执行

map()函数需要一个参数,参数是一个函数,简单理解:将RDD的每一个元素取出,分别通过这个函数变换之后,返回一个新的RDD。这里使用匿名函数(lambda),给RDD每一个元素执行加一的变换,但不

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