Spark零基础入门实战（二）Scala集合之元组、Set

最新推荐文章于 2023-04-28 16:09:26 发布
最新推荐文章于 2023-04-28 16:09:26 发布
阅读量762 收藏
点赞数
分类专栏： Spark3.X 零基础入门实战 文章标签： scala spark 开发语言
本文链接：https://blog.csdn.net/xiaosa5211234554321/article/details/128232673
版权
本文介绍了Scala中元组的定义、访问、迭代及转换为字符串的方法，并详细讲解了Set集合的创建、元素增减及常用方法，包括交集、最小元素和最大元素的查找。
摘要由CSDN通过智能技术生成

元组

元组是一个可以存放不同类型对象的集合，元组中的元素不可以修改。

1. 定义元组

例如，定义一个元组t：

val t=(1,"scala",2.6)

也可以使用以下方式定义元组，其中Tuple3是一个元组类，代表元组的长度为3：

val t2 = new Tuple3(1,"scala",2.6)

目前，Scala 支持的元组最大长度为22，即可以使用Tuple1到Tuple22。元组的实际类型取决于元素数量和元素的类型。例如，(20,"shanghai")的类型是Tuple2[Int,String]，(10,20,"beijing","shanghai","guangzhou")的类型是Tuple5[Int,Int,String,String,String]。

2. 访问元组<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
大数据张老师
关注
专栏目录
订阅专栏
Spark零基础入门实战（一）Scala安装
大数据实战派
12-05 799
Scala是一种将面向对象和函数式编程结合在一起的高级语言，旨在以简洁、优雅和类型安全的方式表达通用编程模式。Scala功能强大，不仅可以编写简单脚本，还可以构建大型系统。Scala运行于Java平台，Scala程序会通过JVM被编译成class字节码文件，然后在操作系统上运行。其运行时候的性能通常与Java程序不分上下，并且Scala代码可以调用Java方法、继承Java类、实现Java接口等，几乎所有Scala代码都大量使用了Java类库。由于Scala运行于Java平台，因此安装Scala之前需要确保
sparkset：Sparkset用于管理客户端配置文件的系统
02-15
Sparkset CRM 是一家数字营销和客户体验机构，可以帮助企业主与客户建立有价值的关系，以促进公司的成长和成功。 为了更好地了解客户并为他们做出最佳决策，我们创建的应用程序从客户那里收集各种数据并对其进行持续分析。 此应用程序用作CRM，Sparkset员工可以在此采访客户时记录笔记，并在将来轻松查找它们。 当前能力 用户可以创建客户端，系统将自动为客户端添加预定义的一次性事件和重复事件。 系统还将建议可以安排的事件。 当然，如果需要，用户也可以创建自定义事件并设置重复发生时间。 创建具有新公司的新客户时，系统将自动创建公司页面。 可以有多个与同一公司关联的客户。 活动还将在客户及其公司之间同步。 用户可以在ClientNotes选项卡下为客户端创建和编辑注释。 这些注释包含有关客户的标题和内容。 这些注释也存储在后端数据库中，因此所有用户都可以访问它们。 他们可以帮助客户从一
Spark学习使用笔记 - Scala篇（3）- 映射，元组
hashcon
07-29 6174
映射： def constructMap = { //构造一个不可变Map[String Int] val scores = Map("Alice" -> 10, "aaa" -> 9, "bbb" -> 5) //构造一个可变Map[String,Int] val mscores1 = scala.collection.mutable.Map("Alice"
spark笔记之数组、映射、元组、集合
weixin_34160277的博客
07-31 372
1.1. 数组1.1.1. 定长数组和变长数组（1）定长数组定义格式：val arr=new ArrayT（2）变长数组定义格式：val arr = ArrayBuffer[T]()注意需要导包：import scala.collection.mutable.ArrayBuffer package cn.itcast.scala import scala.collection.mutable.Ar...
必须要掌握的Scala技术点（二）数组、映射、元组、集合
大数据学习与分享的博客
11-09 320
2.1 数组 import scala.collection.mutable.ArrayBuffer //scala导包比如导入scala.collection.mutable下所有的类:scala.collection.mutable._ object ArrayDemo { def main(args: Array[String]): Unit = { println("======定长数组======") // 初始化一个长度为8的定长数组，所有元素初始化值为0 var a
SparkSQL---使用元组创建DataFrame
Genebrother
07-03 701
package sparksql.day01 import org.apache.spark.sql.{DataFrame, SparkSession} object tupleDataFrame { def main(args: Array[String]): Unit = { val session = SparkSession.builder() .master("local[*]") .appName("dataframe") .getOrCre.
Spark零基础入门实战（六）使用IntelliJ IDEA创建Scala项目
大数据实战派
12-09 1182
IntelliJ IDEA（简称IDEA）是一款支持Java、Scala和Groovy等语言的开发工具，主要用于企业应用、移动应用和Web应用的开发。IDEA在业界被公认为是很好的Java开发工具，尤其是智能代码助手、代码自动提示、重构、J2EE支持等功能非常强大。
Spark零基础入门实战（五）使用Eclipse创建Scala项目
大数据实战派
12-09 1463
本节讲解在Windows中使用Scala for Eclipse IDE编写Scala程序。
spark零基础入门线路指导
10-01
如果你是零基础，可以先参考“零基础学习hadoop到上手工作线路指导”（初级篇）。Spark环境搭建后，运行一些官方提供的例子，可以帮助你初步感受Spark的编程模型和性能。一旦环境搭建好，例子也运行完毕，那么你就...
spark
weixin_37893887的博客
06-15 761
一、为什么需要使用spark？    spark已经成为数据处理和算法建模的行业标准，主要原因在于spark可以很好的和java相结合，这样优势在于行业内存在大量java工程师，他们可以迅速的转为数据分析工程师和算法工程师。    spark中对数据的抽象是RDD，即弹性分布式数据集，文本文件、关系型数据库、非关系型数据库都可以被抽象成RDD。我们需要分析的数据确实来自各种格式的文件以及数据库，这...
Spark篇
Imflash的博客
10-08 373
问题1、spark-submit几种提交模式的 区别是什么？ 问题2、spark streming在实时处理时会发生什么故障，如何停止，解决 问题3、spark工作机制 问题4、Kafka和sparkStreaming的整合，手动提交的offset调用了什么方法？ 问题5、spark-yarn程序的的调度流程 问题6、Scala中协变逆变的应用场景。 问题7、Spark中隐式转化的应用场景 问题8...
【Spark练习】List和Set练习
最新发布
weixin_40433003的博客
04-28 303
对于不可变List，可以模拟添加、移除、更新操作，但这些操作都会返回一个新的集合，原来的集合不会发生改变；可使用:: 、 :::、concat、filter、map方法，不能使用append方法。对可变List 可进行修改、添加、移除一个元素，不会返回新的集合。无:: 、 :::、concat 方法，可使用append、map 、filter 方法。
spark处理文件 获取文件内容是每行为多个元组的处理方法
ZF98095的博客
08-15 898
object text { def main(args: Array[String]): Unit = { var list = List(("u1", "r1,r2"), ("u2, u3", "r3")); list.flatMap(x =&gt;{ /* * 获取List里面每个元组的以 “,” 分割的内容 * */ va...
Spark零基础入门实战（二）Scala集合之List、Map
大数据实战派
12-08 1273
Scala中的List分为可变List和不可变List，默认使用的List为不可变List。不可变List也可以增加元素，但实际上生成了一个新的List，原List不变。例如，创建一个Int类型的List，名为nums，代码如下： 在该List的头部追加一个元素1，生成一个新的List： 在该List的尾部追加一个元素5，生成一个新的List： List也支持合并操作，例如，将两个List合并为一个新的List，代码如下： 输出结果如下： 此外，常用的还有二维List： 2. 可变L
spark中返回结果的误用——Array，Set，HashSet
节至
08-27 1630
今天在写spark代码时，遇到一个问题，在进行数据过滤时，总是特别的慢，后来分析了一下代码。 主业务逻辑就是用一个较小的文本数据过滤“大数据”，然后我用spark textFile进行加载然后collect形成一个集合，可能是java写多了，看到这个集合有contains方法，就使用了没有多想，然后就特别慢，排查代码发现，collect返回的是Array（scala中Array也有contain...
Spark回炉重塑之Map与Tuple
阿尼古
09-26 664
目录 创建Map 访问Map的元素 修改Map的元素 遍历Map SortedMap和LinkedHashMap Map的元素类型—Tuple 小结 创建Map // 创建一个不可变的Map val ages = Map("Leo" -> 30, "Jen" -> 25, "Jack" -> 23) ages("Leo") = 31 // 创建一个可变的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

大数据张老师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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