Spark Programming by Java——RDD基本操作
来源:互联网 发布:tensorflow theano 编辑:程序博客网 时间:2024/05/06 06:53
在一个内容为{1, 2, 3, 3}的RDD上进行的基本操作
Java实现基本代码
import java.util.Arrays;import java.util.List;import org.apache.spark.SparkConf;import org.apache.spark.api.java.JavaRDD;import org.apache.spark.api.java.JavaSparkContext;import org.apache.spark.api.java.function.Function2;import org.apache.spark.api.java.function.VoidFunction;public class SimpleRDD { public static void main(String[] args) { SparkConf conf = new SparkConf().setMaster("local").setAppName("SimpleRDD"); JavaSparkContext sc = new JavaSparkContext(conf); JavaRDD<Integer> rdd = sc.parallelize(Arrays.asList(1, 2, 3 ,3), 2); System.out.println("rdd collect" + rdd.collect()); System.out.println("rdd count" + rdd.count()); System.out.println("rdd countByValue" + rdd.countByValue()); System.out.println("rdd take" + rdd.take(2)); System.out.println("rdd top" + rdd.top(2)); System.out.println("rdd takeOrdered" + rdd.takeOrdered(2)); System.out.println("rdd reduce" + rdd.reduce((x, y) -> x + y)); System.out.println("rdd fold" + rdd.fold(0, (x, y) -> x+y)); System.out.println("rdd aggregate test"); List<Integer> data = Arrays.asList(5, 1, 1, 4, 4, 2, 2); JavaRDD<Integer> javaRDD = sc.parallelize(data, 2); Integer aggregateValue = javaRDD.aggregate(3, new Function2<Integer, Integer, Integer>() { @Override public Integer call(Integer v1, Integer v2) throws Exception { System.out.println("seq~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~" + v1 + "," + v2); return Math.max(v1, v2); } }, new Function2<Integer, Integer, Integer>() { int i = 0; @Override public Integer call(Integer v1, Integer v2) throws Exception { System.out.println("comb~~~~~~~~~i~~~~~~~~~~~~~~~~~~~"+i++); System.out.println("comb~~~~~~~~~v1~~~~~~~~~~~~~~~~~~~" + v1); System.out.println("comb~~~~~~~~~v2~~~~~~~~~~~~~~~~~~~" + v2); return v1 + v2; } }); System.out.println("~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~"+aggregateValue); System.out.println("foreach"); rdd.foreach(new VoidFunction<Integer>() { @Override public void call(Integer t) throws Exception { System.out.println(t); } }); }}
1 0
- Spark Programming by Java——RDD基本操作
- Spark学习——RDD基本操作
- spark RDD 基本操作
- Spark RDD基本操作
- Spark RDD基本操作
- Spark RDD API 基本操作
- Spark Pair RDD 基本操作
- Learning Spark——RDD常用操作
- Spark 基础及RDD基本操作
- Spark笔记:RDD基本操作(一)
- Spark笔记:RDD基本操作(上)
- Spark笔记:RDD基本操作(下)
- Spark 基础及RDD基本操作
- spark-shell基本的RDD操作
- SPARK中对RDD的基本操作
- Spark笔记:RDD基本操作(上)
- Spark 基础及RDD基本操作
- Spark入门(四):RDD基本操作
- Android中通过EventBus传递消息数据
- # Java面试复习准备
- XMLHttpRequest实现终止请求和超时
- 123456aaa
- php不用递归实现无限分类数据的树形格式化
- Spark Programming by Java——RDD基本操作
- javascript 二分查找排序
- CentOS中mysql的安装与配置
- Linux下如何查看CPU、内存占用率
- 使用AVD时的dp问题
- jvm调优
- Android Studio 比较好的资源收集
- hdu3294(manacher)
- Linux下LDAP统一认证解决方案