Spark java程序入门(二)创建RDD与查看RDD内容
2016-10-16 13:25
288 查看
使用Spark需要RDD编程,而RDD编程的第一步就是构建RDD
有两种方法创建RDD
(1)从文件系统中直接读入一个外部数据集, 一个简单的例子,比如
JavaRDD<String> input = sc.textFile("文件路径"); //文件路径的写法根据所使用的不同的文件系统有所变化
(2)从驱动器程序里分发对象集合。
有不少情况下,并不需要程序的每一步都使用RDD,或者要将一段已经写好的程序改成可以在Spark上运行的应用,这时就需要直接从驱动器程序里分发对象集合创建RDD。以利用List对象构建RDD为例,可以使用JavaSparkContext的parallelize方法.
要查看RDD内容有两种较为简单的办法
(1)写出到文件系统,即调用所使用的RDD的类中类似saveasTextFile()的方法,例如 对于JavaPairRDD的对象x可以用 x.saveasTextFile("输出文件路径"):
(2)还可将RDD转回List处理查看:有take()方法和collect()方法,但是collect方法会将整个RDD内容集中,如果数据集过大,在网络传输和内存占用上都可能造成压力,如果只是要查看RDD中的几个值还是take方法较为合适。
有两种方法创建RDD
(1)从文件系统中直接读入一个外部数据集, 一个简单的例子,比如
JavaRDD<String> input = sc.textFile("文件路径"); //文件路径的写法根据所使用的不同的文件系统有所变化
(2)从驱动器程序里分发对象集合。
有不少情况下,并不需要程序的每一步都使用RDD,或者要将一段已经写好的程序改成可以在Spark上运行的应用,这时就需要直接从驱动器程序里分发对象集合创建RDD。以利用List对象构建RDD为例,可以使用JavaSparkContext的parallelize方法.
要查看RDD内容有两种较为简单的办法
(1)写出到文件系统,即调用所使用的RDD的类中类似saveasTextFile()的方法,例如 对于JavaPairRDD的对象x可以用 x.saveasTextFile("输出文件路径"):
(2)还可将RDD转回List处理查看:有take()方法和collect()方法,但是collect方法会将整个RDD内容集中,如果数据集过大,在网络传输和内存占用上都可能造成压力,如果只是要查看RDD中的几个值还是take方法较为合适。
相关文章推荐
- Spark编程指南入门之Java篇六-RDD持久化介绍
- 牛客网Java刷题知识点之File对象常用功能:获取文件名称、获取文件路径、获取文件大小、获取文件修改时间、创建与删除、判断、重命名、查看系统根目录、容量获取、获取某个目录下内容、过滤器
- Java - SpringMVC基础入门,创建一个HelloWorld程序
- Spark Java程序案例入门
- Java爬虫入门(一):单机单程序单线程-手动输入url获取新闻内容
- maven学习笔记:命令行模式创建java_spark项目并运行示例程序
- Java接入Spark之创建RDD的两种方式和操作RDD
- Spark java程序入门(一)初始化spark
- java在Java代码中创建Excel表格并进行插入查看表格里面一个单元格的内容
- spark java程序入门(三)外部程序调用
- Java接入Spark之创建RDD的两种方式和操作RDD
- 新手入门:写Java程序的三十个基本规则
- 新手入门:写Java程序的三十个基本规则
- 新手入门:写Java程序的三十个基本规则
- 应用Java程序动态创建ODBC数据源的实例
- Java语言入门 -- 第二章 Java程序编译与运行环境
- Sun Java Wireless Toolkit 开发手机程序入门指南(2)
- 新手入门:写Java程序的三十个基本规则
- 新手入门:写Java程序的三十个基本规则
- java数据结构:链表与迭代器入门程序