spark之RDD

  • 启动spark-shell
    bin/spark-shell --master spark://bigdata.eclipse.com:7077
  • reduceBykey、groupBykey、sortByKey、join的使用
1、reduceBykey
var rdd = sc.textFile("/data/wc.input") 
val reduceBykey = rdd.flatMap(line => line.split(" ")).map(x => (x, 1)).reduceByKey((a,b) => (a + b)).collect

2、groupBykey
var rdd = sc.textFile("/data/wc.input") 
val groupBykey= rdd.flatMap(line => line.split(" ")).map(x => (x, 1)).groupByKey().map(x => (x._1,x._2.sum)).collect

3、sortByKey
var rdd = sc.textFile("/data/wc.input") 
val groupBykey= rdd.flatMap(line => line.split(" ")).map(x => (x, 1)).groupByKey().map(x => (x._1,x._2.sum))

1) key升序
roupBykey.sortByKey().collect
2)key降序 
groupBykey.sortByKey(false).collect
3)value降序
groupBykey.map(x => (x._2,x._1)).sortByKey(false).map(x => (x._2,x._1)).collect

4、join
val rdd1 = sc.parallelize(List("1,spark","2,sqoop")).map(_.split(",")).map(x => (x(0),x(1)))
val rdd2 = sc.parallelize(List("1,hadoop","2,yarn")).map(_.split(",")).map(x => (x(0),x(1)))
rdd1.join(rdd2).collect
  • 分组排序
1)方式一
rdd.map(line => line.split(" ")).map(x => (x(0),x(1).toInt)).groupByKey().map(x => (x._1,x._2.toList.sorted.reverse)).collect

2)方式二
使用:paste模式
rdd.map(_.split(" ")).map(x => (x(0),x(1).toInt)).groupByKey()
.map(x =>{
    var xx = x._1
    var xy = x._2.toList.sorted.reverse 
   (xx,yy)
}).collect
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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