原创力文档- 1、本文档共10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
collect
目录collect概述collect案例21222
collect概述1
collect概述 collect():以数据的形式返回数据集中的所有元素给Driver程序，为防止Driver程序内存溢出，一般要控制返回的数据集大小。
collect案例2
collect案例 语法： def collect(): Array[T] collect用于将一个RDD转换成数组。
collect案例 //案例一：//案例代码如下：scala var rdd1 = sc.makeRDD(1 to 10,2)rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[36] at makeRDD at :21scala rdd1.collectres23: Array[Int] = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
collect案例 案例二，代码如下：from pyspark import SparkConf, SparkContextconf = SparkConf().setMaster(local).setAppName(My App)sc = SparkContext(conf = conf)lines = sc.textFile(/var/log/syslog)LinesError = lines.filter(lambda line: error in line)LinesWarn = lines.filter(lambda line: warn in line)print ----output----------------------print lines.count()print LinesError.count()print LinesWarn.count()
collect案例 通过spark的action操作函数：collect函数可以提取出所有rdd里的数据项。re = LinesWarn.collect()i = 0for x in re: print i, x i += 1sc.stop()
文档评论（0）