Spark总结(三)——RDD的Action操作

本文详细介绍了Spark中RDD的Action操作,包括foreach、saveAsTextFile、saveAsObjectFile、collect、collectAsMap、reduceByKeyLocally、lookup、count、top、take、reduce和aggregate等,阐述了它们的功能及实现原理,特别是对数据处理和返回方式的解析。
摘要由CSDN通过智能技术生成

1、foreach操作:对RDD中的每个元素执行f函数操作,返回Unit。

def funOps1(): Unit = {
  var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
  rdd1.foreach(println _)
}

源码:
这里写图片描述

2、saveAsTextFile操作:将数据输出到hdfs上,将RDD中的每个元素映射转变为(Null, e.toString),然后将其写入HDFS。RDD的每个分区存储为HDFS中的一个Block。
这里写图片描述

def funOps2(): Unit = {
  var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
  var rdd2 = rdd1.map(_ + 1)
  rdd2.saveAsTextFile(
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