day16：RDD实战（RDD基本操作实战及Transformation流程图）

以下内容整理来源于DT大数据梦工厂：http://weibo.com/ilovepains

(f : T => U) 函数参数为f, 函数类型是T， 返回类型是 U

实现统计文件里面数据总和

object FileTextLines {
  def  main (args: Array[String]) {
    val conf = new SparkConf()
    conf.setAppName("name count").setMaster("local")
    val sc = new SparkContext(conf)
    val datas = sc.textFile("D://googledown//datas.txt")
    val linedatas = datas.map(lines => (lines, 1))
    val pairsDatas = linedatas.reduceByKey(_+_)
    pairsDatas.collect.foreach(ds => println(ds._1 + "...."+ ds._2))
  }
}

collect 方法分析：

/**
 * Return an array that contains all of the elements in this RDD.
 */
def collect(): Array[T] = withScope {
  val results = sc.runJob(this, (iter: Iterator[T]) => iter.toArray)
  Array.concat(results: _*)
}

forech

override def foreach[U](f : scala.Function1[A, U]) : scala.Unit = { /* compiled code */ }

测试数据：

9 8
8 3
8 3
9 8
 hadoop 
 spark
 flume
 spark 
 hadoop 
 hadoop 
 redis
 spark
 redis
 redis

作业：动手画出Spark RDD TrasFormation 的图