Spark 基础 —— RDD(一)
2016-03-31 19:06
363 查看
Spark 为 RDD 提供的成员函数
(1).stats()序列的数字特征(stats:statistics),
包括(count:计数,mean:均值,stdev:标准差,max:最大,min:最小值)
基本操作
val rawblocks = sc.textFile("linkage") rawblocks val head = rawblocks.take(10) head.length head.foreach(println) # 函数式编程 # 将函数 println 作为参数传递给另一个函数以执行某个动作
声明函数
def isHeader(line: String) = line.contains("id_1") # 和 Python 类似,Scala 声明函数使用关键字 def # 和 Python 不同的是,我们必须为参数指定参数类型 # 函数返回值无需指定类型,使用类型推断
有时候我们希望能显式地指明函数返回类型,特别是碰到函数体很长,代码复杂并且包含多个 return 语句的情况。这时,Scala 编译器不一定能推断出函数的返回类型,为了函数代码的可读性更好,也可以指明函数的返回类型。这样在阅读代码的时候,就不必重新把整个函数读一遍了。
def isHeader(line: String): Boolean = { line.contains("id_1"); }
通过用 Scala 的 Array 类的 filter 方法打印输出结果,可以在 head 数组上测试新编写的 Scala 函数:
head.filter(isHeader).foreach(println) head.filterNot(isHeader).foreach(println)
还可以利用 Scala 对匿名函数的支持,在 filter 函数里面对 isHeader 函数取非:
head.filter(x => !isHeader(x)).foreach(println)
Scala 程序员最讨厌的就是键盘输入,因此 Scala 设计了许多小功能来减少输入,比如在匿名函数的定义中,为了定义匿名函数并给参数指定名称,只输入了字符 x => 。但像这么简单的匿名函数,甚至都没必要这么做:Scala 允许使用下划线
_(正如 Python 迭代时,
for _ in range(n))表示匿名函数的参数,也即这样:
head.filter(!isHeader(_)).foreach(println)
用元组和 case class 对数据进行结构化
和 Python 一样,Scala 有内置 tuple 类型,可用于快速创建二元组,三元组和更多不同类型数值的集合,是一种表示记录的简单方法。val line = head(5) val pieces = line.split(',')
注意访问数组元素时用圆括号而不是方括号,Scala 语言访问数组元素是函数调用,不是什么特殊操作符。Scala 允许在类里定义一个特殊函数 apply,当把对象当作函数处理的时候,这个 apply 函数就会被调用,所以 head(5) 其实等价与 head.apply(5).
def toDouble(s: String) = { if ("?".equals(s)) Double.NaN else s.toDouble } def parse(line: String) = { val pieces = line.split(',') val id1 = pieces(0).toInt val id2 = pieces(1).toInt val scores = pieces.slice(2, 11).map(toDouble) val matched = pieces(11).toBoolean (id1, id2, scores, matched) }
相关文章推荐
- 【机房重构】——视图
- S5PV210串行通信接口详解2
- 数据库SQL基本操作
- 用Kibana和logstash快速搭建实时日志查询、收集与分析系统
- Why I can’t convert my Windows Server 2012 R2 Core to GUI
- Linux磁盘管理之添加硬盘
- 基于Cloudera Manager5配置HIVE压缩
- Codeforces Round #346 (Div. 2) A B C D E
- idea编译时报java.lang.OutOfMemoryError: Java heap space异常
- 计算机网络知识点总结
- Httpie 工具入门使用
- Linux 批量修改服务器密码
- 网络大电影:《美人鱼》演员李应七与90后创业代表碰脸瞬间
- 网络开发:在Socket中发送大文件
- 读书笔记(chapter7)
- SQL查看小数位数大于两位的
- Codeforces 659B Qualifying Contest【模拟,读题】
- Linux crond
- Codeforces 659B Qualifying Contest【模拟,读题】
- Codeforces Round #346 (Div. 2) F. Polycarp and Hay 并查集 bfs