- 1、本文档共110页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《大数据处理技术Spark》.PDF
厦门大学研究生课程
《大数据处理技术Spark》
/post/7659/
温馨提示:编辑幻灯片母版,可以修改每页 PPT的厦大校徽和底部文字
第5章 Spark编程基础
(PPT版本号:2017年春季学期)
林子雨
厦门大学计算机科学系
E-mail: ziyulin@
扫一扫访问班级主页
主页:/linziyu
《大数据处理技术厦门大学计算机科学系Spark》 厦门大学计算机科学系 林子雨 2017 ziyulin@年版
提纲
5.1 RDD编程
5.2 Pair RDD
5.3 共享变量
5.4 数据读写
5.5 WordCount程序解析
5.6 综合案例
免费在线教程:/blog/spark/
《大数据处理技术Spark》 厦门大学计算机科学系 林子雨 ziyulin@
5.1 RDD编程
5.1.1 RDD创建
5.1.2 RDD操作
5.1.3 持久化
5.1.4 分区
5.1.5 打印元素
《大数据处理技术Spark》 厦门大学计算机科学系 林子雨 ziyulin@
5.1.1 RDD创建
从文件系统中加载数据创建RDD
通过并行集合(数组)创建RDD
《大数据处理技术Spark》 厦门大学计算机科学系 林子雨 ziyulin@
从文件系统中加载数据创建RDD
?Spark采用textFile()方法来从文件系统中加载数据创建RDD
?该方法把文件的URI作为参数,这个URI可以是:
?本地文件系统的地址
?或者是分布式文件系统HDFS的地址
?或者是Amazon S3的地址等等
《大数据处理技术Spark》 厦门大学计算机科学系 林子雨 ziyulin@
从文件系统中加载数据创建RDD
(1)从本地文件系统中加载数据
scala val lines = sc.textFile(file:///usr/local/spark/mycode/rdd/word.txt)
lines: org.apache.spark.rdd.RDD[String] =
file:///usr/local/spark/mycode/rdd/word.txt MapPartitionsRDD[12] at textFile
at console:27
(2)从分布式文件系统HDFS中加载数据
scala val lines = sc.textFile(hdfs://localhost:9000/user/hadoop/word.txt)
scala val lines = sc.textFil
您可能关注的文档
最近下载
- 三年级语文上册习作八:那次玩得真高兴课件(共26张PPT).pptx VIP
- 六年级人教版小学英语-阅读理解专题练习(及答案).doc VIP
- 污水厂年度工作计划(模板).doc
- ECOVACS 科沃斯 净化机器人沁宝 AIRBOT Z1产品使用说明书.pdf
- 24秋人教PEP英语三年级上册 Unit 1 Making friends 单元教学课件.pptx
- 2022年防雷检测职业技能竞赛综合知识试题库大全-下(判断题部分).pdf
- 装修公司工程部品控管理:材料堆放保护规范.docx
- 2023年长沙市事业单位公开招聘考试真题.docx
- 万孚生物-市场前景及投资研究报告:POCT龙头,技术平台全覆盖,国内外双核驱动.pdf VIP
- 全数字交流伺服驱动系统KT270-H系列(V1.0)使用手册.PDF
文档评论(0)