Spark 数据读取和保存

文本文件
val hdfsFile = sc.textFile("hdfs://hadoop01:9000/employee.txt")

hdfsFile.saveAsTextFile("/employeeOut")
JSON文件

每一行是一条JSON串

import scala.util.parsing.json.JSON

val json = sc.textFile("/employee.json")

val result  = json.map(JSON.parseFull)
Sequence文件

Sequence文件是Hadoop用来存储key-value二进制形式数据的文件

scala> val sequenceRdd = sc.parallelize(Array((1,2),(3,4),(5,6)))

scala> sequenceRdd.saveAsSequenceFile("file:///home/hadoop/spark/seqdata")

scala> val seq = sc.sequenceFile[Int,Int]("file:///opt/module/spark/seqdata")

scala> seq.collect
对象文件

数据会被序列化

scala> val rdd = sc.parallelize(Array(1,2,3))

scala> rdd.saveAsObjectFile("file:///home/hadoop/spark/objectdata")

scala> val obj = sc.objectFile[Int]("file:///home/hadoop/spark/objectdata")

scala> obj.collect
Hadoop API读写

旧版

scala> import org.apache.hadoop.io.{
   IntWritable, Text}

scala> import org.apache.hadoop.mapred.TextOutputFormat

scala> val content = sc.parallelize(Array(("laozhang",22),("laoli",18)))

scala> content.saveAsHadoopFile("hdfs://hadoop01:9000/test",classOf[Text],classOf[IntWritable],classOf[TextOutputFormat[Text,IntWritable]])
val conf = new SparkConf().setMaster(
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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