RDD的行动算子RDD的转换算子点击跳转
- reduce
- collect
- count
- first
- take
- takeOrdered
- aggregate
- fold
- countByKey
- save 相关算子
- foreach
所谓的行动算子就是触发作业执行的方法 reduce
➢ 函数签名:def reduce(f: (T, T) => T): T
➢ 函数说明:聚集 RDD 中的所有元素,先聚合分区内数据,再聚合分区间数据
@Test def reduce(): Unit = { val rdd = sc.makeRDD(List(1,2,3,4)) //直接出结果,不像转换算子,从一个RDD变成了另一个RDD val i: Int = rdd.reduce(_+_) println(i) }
结果展示
跳转顶部
collect
➢ 函数签名:def collect(): Array[T]
➢ 函数说明:在驱动程序中,以数组 Array 的形式返回数据集的所有元素
@Test def collect(): Unit = { val rdd = sc.makeRDD(List(1,2,3,4)) //collect会将不同分区的数据按照分区顺序采集到Driver端内存中,形成数组 val ints: Array[Int] = rdd.collect() println(ints.mkString(",")) }
结果展示
跳转顶部
count
➢ 函数签名:def count(): Long
➢ 函数说明:返回 RDD 中元素的个数
@Test def count(): Unit = { val rdd = sc.makeRDD(List(1, 2, 3, 4)) //元素个数 val cnt = rdd.count() println(cnt) }
结果展示
跳转顶部
first
➢ 函数签名:def first(): T
➢ 函数说明:返回 RDD 中的第一个元素
@Test def first(): Unit = { val rdd = sc.makeRDD(List(1, 2, 3, 4)) //返回第一个元素 println(rdd.first()) }
结果展示
跳转顶部
take
➢ 函数签名:def take(num: Int): Array[T]
➢ 函数说明:返回一个由 RDD 的前 n 个元素组成的数组
@Test def takeOrdered(): Unit = { val rdd = sc.makeRDD(List(1, 2, 3, 4)) //返回前几个元素 println(rdd.take(2).mkString(",")) }
结果展示
跳转顶部
takeOrdered
➢ 函数签名:def takeOrdered(num: Int)(implicit ord: Ordering[T]): Array[T]
➢ 函数说明:返回该 RDD 排序后的前 n 个元素组成的数组
@Test def takeOrdered(): Unit = { val rdd = sc.makeRDD(List(1, 6, 2, 4)) //返回排好序的前几个 println(rdd.takeOrdered(2).mkString(",")) }
结果展示
跳转顶部
aggregate
➢ 函数签名
def aggregate[U: ClassTag](zeroValue: U)(seqOp: (U, T) => U, combOp: (U, U) => U): U
➢ 函数说明:分区的数据通过初始值和分区内的数据进行聚合,然后再和初始值进行分区间的数据聚合
@Test def aggregate(): Unit = { val rdd = sc.makeRDD(List(1, 2, 3, 4)) println(rdd.aggregate(1)(_+_,_+_)) }
结果展示
aggravat不仅仅会参与分区内的计算,还会参与分区间的计算
跳转顶部
fold
➢ 函数签名:def fold(zeroValue: T)(op: (T, T) => T): T
➢ 函数说明:折叠 *** 作,aggregate 的简化版 *** 作
的简化 *** 作
@Test def fold(): Unit = { val rdd = sc.makeRDD(List(1, 2, 3, 4), 2) println(rdd.fold(1)(_ + _)) }
结果展示
跳转顶部
countByKey
➢ 函数签名:def countByKey(): Map[K, Long]
➢ 函数说明:统计每种 key 的个数
@Test def countByKey(): Unit = { val rdd = sc.makeRDD(List(("a",1),("b",1),("c",1),("a",1),("c",1)), 2) println(rdd.countByKey()) }
结果展示
跳转顶部
save 相关算子
➢ 函数签名
def saveAsTextFile(path: String): Unit def saveAsObjectFile(path: String): Unit def saveAsSequenceFile( path: String, codec: Option[Class[_ <: CompressionCodec]] = None): Unit
➢ 函数说明:将数据保存到不同格式的文件中
@Test def save(): Unit = { val rdd = sc.makeRDD(List(("a", 1), ("b", 1), ("c", 1), ("a", 1), ("c", 1)), 2) rdd.saveAsTextFile("output") rdd.saveAsObjectFile("output1") rdd.saveAsSequenceFile("output2") }
结果展示
saveAsSequenceFile要求数据格式必须为KV类型
跳转顶部
foreach
➢ 函数签名
def foreach(f: T => Unit): Unit = withScope { val cleanF = sc.clean(f) sc.runJob(this, (iter: Iterator[T]) => iter.foreach(cleanF)) }
➢ 函数说明:分布式遍历 RDD 中的每一个元素,调用指定函数
@Test def foreach(): Unit = { val rdd = sc.makeRDD(List(1, 2, 3, 4), 2) rdd.collect().foreach(println(_)) println("#######################") rdd.foreach(println) }
结果展示
跳转顶部
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)