本文介绍了Spark中的RDD行动操作，包括take、top和takeOrdered。take按顺序获取指定数量的元素，不进行排序；top则返回指定数量的最大（默认）或自定义排序后的元素；takeOrdered与top相反，返回最小元素，可指定排序规则。
关注我的微信公众号：pythonislover,领取python,大数据，SQL优化相关视频资料！~
Python大数据与SQL优化笔 QQ群：771686295
take
def take(num: Int): Array[T]
take用于获取RDD中从0到num-1下标的元素，不排序。
scala> var rdd1 = sc.makeRDD(Seq(10, 4, 2, 12, 3))
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[40] at makeRDD at :21
scala> rdd1.take(1)
res0: Array[Int] = Array(10)
scala> rdd1.take(2)
res1: Array[Int] = Array(10, 4)
top
def top(num: Int)(implicit ord: Ordering[T]): Array[T]
top函数用于从RDD中，按照默认（降序）或者指定的排序规则，返回前num个元素。
scala> var rdd1 = sc.makeRDD(Seq(10, 4, 2
最低0.47元/天 解锁文章
扫一扫
3455
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
