RDD是一个数据集合,可以有运行在多个分区(RDD分区),一个RDD分区只能运行在一个机器上。
分区的定义:
一个RDD有多个RDD分区
一个RDD分区只在一个机器上
一个机器可有多个RDD分区
由数据转换为RDD:
举例:从普通数组创建RDD,里面包含了1到9这9个数字,它们分别在3个分区中。这个RDD一共9个元素,每个元素含有一个数字
val a = sc.parallelize(1 to 9, 3)
1
举例:读取本地文件README.md来创建RDD,文件中的每一行就是RDD中的一个元素,分区是2
val b = sc.textFile("README.md",2)
1
count( )
返回RDD的元素个数
collect( )
返回整个RDD
---------------------
作者:guotong1988
来源:CSDN
原文:https://blog.csdn.net/guotong1988/article/details/50554034
版权声明:本文为博主原创文章,转载请附上博文链接!