Spark部分累加求和的理解学习（原理+图解+代码）

 一.图解

二.原理

将executor端的数据计算之后，最后返回到driver端。

一般是累加数字，也可以累加String类型，但是需要自定义。

注意：累加器只能在driver端定义，初始化，在executor端更新使用，在executor端获取值。

在executor中不能accumulator.value()获取值，而要直接用accumulator获取。

在driver端获取值的时候，不能直接用accumulator,而是要用用accumulator.value获取的，这一点和executor端有区别。

三.代码 实现

package com.bjsxt

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext

object Scala {
  def main(args: Array[String]): Unit = {
    /**
     * 累加求和
     */
    val conf=new SparkConf().setAppName("test").setMaster("local")
    val sc=new SparkContext(conf)
    val rdd1=sc.textFile("./words")
    /**
     * 初始化
     * i=0
     * 常量的初始化用var
     */
    var i=0
    rdd1.map(line=>{
      /**
       * 这个i是在executor端去执行的
       * map 是一对一的
       * 是一遍一遍地去处理的
       */
      i+=1
      accumulator.add(1)
      println("Executor execuotr ="+accumulator)
      //在executor端获取值的时候，不能用accumulator.value,而是直接用accumulator获取的，这一点和driver端有区别。
      line
    }).collect()//此处的collect是为了触发执行，没有别的意思
    println("Driver executor ="+accumulator.value)
    //在driver端获取值的时候，不能直接用accumulator,而是要用用accumulator.value获取的，这一点和executor端有区别。
    //这个i是在driver端，不会进入Executor端去执行
    /**
     * 或者可以自定义累加求和（如下所示）
     */
    val accumulator=sc.accumulator(0)
    rdd1.map(lin=>{
      accumulator.add(1)
    }).collect()    
    println("Driver accumulator ="+accumulator.value)    
  }  
}