Spark-Java Day02

1 数据类型
分类:
a 基本数据类型(4类8个):

  • 整型数据
    byte 1个字节
    short 2个字节
    int 4个字节(程序默认整型数据)
    long 8个字节
  • 浮点型数据
    float 单精度 4个字节
    double 双精度 8个字节 (默认)
  • 字符型数据(单引号引起,必有一个字符)
    char gbk两个字节 utf-8三个字节
  • 布尔型数据(true false)
    boolean 1个字节

b 引用数据类型:(可以自定义)

  • 字符串数据:
    String 无限大

2 变量
(程序执行过程中可以改变的量)

  • a 开辟空间(变量声明)
    数据类型 变量名;
    Note:数据类型可以是java的任意数据类型
    同一个作用域内变量名不允许重复。
  • b 赋值(将数据存储)
    赋值时直接使用变量名,通过赋值运算符赋值
    赋值时数据类型应该满足要求
    Long类型数据如果超出数据范围需要在数据后加l/L(2000000000L/l)
    Float类型数据需在数据后加F(52.5F)
    Double类型可加可不加
    char类型,赋字符码值
    字符集:所有字符生成一个规则,每个字符都有一个码值
    String是引用数据类型,可以赋值为null,所有引用数据类型都可以赋值为null。
  • c 使用变量
    没有初始化后的变量无法使用
    语法1:数据类型 变量1,变量2,变量3;
    语法2:数据类型 变量1=10,变量2=20,变量3=30;

3 输出语句
System.out.print()无换行(必须写内容)
System.out.println()换行(可以不写内容)

4 转义符
\ —> 反斜杠
\n 换行
" 普通双引号
\t 一个制表位 占4个汉字空间或者8个英文或数字的空间
\ 普通斜杠
5 进制
进制之间的转换
参照博客进制转换
6 基本数据类型
在这里插入图片描述
自动转换(小转大)
byte b = 10;
int i = b;
强制转换(大转小)
int j =20
byte b = (byte)j
7 运算符
7.1 算术运算符
加号两端如果有String 则结果即为String

整数运算 /取商 %取余(取模)
浮点数运算 获得的即为准确结果

### 回答1: Spark 基础环境是指安装和配置 Spark 所需的软件和硬件环境。Spark 运行需要 Java 环境和 Hadoop 环境,同时也需要配置 Spark 的相关参数,如内存大小、CPU 核数等。在安装和配置好基础环境后,我们才能使用 Spark 进行数据处理和分析。 ### 回答2: Spark是一个快速、可扩展且容错的大数据处理框架,提供了丰富的API和工具,可以处理大规模的数据集。 搭建Spark基础环境包括以下几个步骤: 1. 安装JavaSpark是基于Java开发的,因此首先需要安装Java开发环境。可以从Oracle官网下载并安装适合操作系统的Java版本。 2. 下载Spark:在Apache Spark官网下载最新版本的Spark压缩包,并解压到指定目录。 3. 配置环境变量:将Spark的bin目录添加到系统的环境变量中。这样可以方便地在任意位置运行Spark的命令。 4. 配置Spark集群:如果需要在多台机器上运行Spark应用程序,需要进行集群配置。首先,在每台机器上安装好Java,并将Spark解压到相同的目录。然后,编辑Spark的配置文件,设置集群的主节点和从节点。 5. 验证安装:通过在终端运行spark-shell命令,验证Spark是否正确安装。spark-shell命令会启动一个Scala解释器,并连接到Spark集群。 6. 运行第一个Spark应用程序:编写一个简单的Spark应用程序,如WordCount,用于统计文本文件中单词的个数。将程序保存为Scala文件,并使用spark-submit命令来运行。 以上就是搭建Spark基础环境的主要步骤。搭建好Spark环境后,可以使用Spark提供的丰富API和工具来进行大数据处理和分析,如数据清洗、转换、机器学习等。Spark的功能强大且易于使用,适用于各种大规模数据处理场景。 ### 回答3: Spark是一个快速通用的集群计算系统,它提供了高效的数据处理和分析能力。要运行Spark,我们需要配置和搭建一些基础环境。 首先,我们需要安装Java JDK。Spark运行在Java虚拟机上,因此我们需要安装适当版本的Java开发工具包。通常建议使用Oracle JDK的最新稳定版本,然后设置JAVA_HOME环境变量。 其次,我们需要安装Spark本身。Spark官方网站提供了预编译的二进制发行版,我们可以从网站上下载并解压缩到我们喜欢的位置。然后,我们可以设置SPARK_HOME环境变量,以便在终端窗口中使用Spark命令。 接下来,我们需要选择一个合适的集群管理器来运行Spark应用程序,比如Standalone模式、Hadoop YARN和Apache Mesos等。我们需要根据自己的需求进行选择和配置。例如,在Standalone模式下,我们需要启动一个Spark Master和多个Spark Worker来管理和运行任务。 最后,在运行Spark应用程序之前,我们需要通过编写一个Spark应用程序来使用Spark的功能。Spark提供了Java、Scala和Python等多种编程语言的API。我们可以使用任何一种编程语言来编写应用程序并在Spark上运行。 总之,Spark基础环境搭建包括安装Java JDK、安装Spark本身、选择和配置集群管理器,以及编写Spark应用程序。搭建好这些基础环境后,我们就可以开始使用Spark进行快速、高效的集群计算了。
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