2023学年完整公开课版RDD简单实例_第1页
2023学年完整公开课版RDD简单实例_第2页
2023学年完整公开课版RDD简单实例_第3页
2023学年完整公开课版RDD简单实例_第4页
2023学年完整公开课版RDD简单实例_第5页
已阅读5页,还剩12页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

RDD简单实例目录CONTENTS2RDD使用例子1RDD简介RDD简介PART0101RDD简介是Spark中最重要的核心概念,是Spark应用中存储数据的数据结构。RDD,弹性分布式数据集(ResilienntDistributedDatasets)RDD其实就是分布式的只读元素集合。一个Spark应用,本质上就是对RDD进行转化(Transformation)和行动(Action)操作,Spark会自动将RDD中的数据分发到集群上,并将操作并行化执行,计算得到最终的结果。RDD简介RDD理解的知识点框架图:RDD使用例子PART0202RDD使用例子

本节介绍一个RDD使用例子,将数据文件读入为RDD,并作相应的转化、行动操作,在过程中展示RDD的知识点。##input.txt##INFOThisisamessagewithcontentINFOThisissomeothercontent(空行)INFOHerearemoremessagesWARNThisisawarning(空行)ERRORSomethingbadhappenedWARNMoredetailsonthebadthingINFObacktonormalmessages1、创建数据文件,如下:RDD使用例子//读取输入文件scala>valinput=sc.textFile("input.txt")//切分为单词并且删掉空行scala>valtokenized=input.map(line=>line.split("")).filter(words=>words.size>0)//提取出每行的第一个单词(日志等级)并进行计数scala>valcounts=tokenized.map(words=>(words(0),1)).reduceByKey{(a,b)=>a+b}2、在spark-shell中编写代码如下,得到counts,表示每种提示类型的出现次数RDD使用例子如查看input的血缘关系,可以看到创建出了一个HadoopRDD

对象,然后对该RDD执行映射操作,最终得到了返回的RDD3、使用toDebugString获取RDD的血缘关系RDD使用例子可以看到血缘关系中记录了从input经过若干转化操作得到counts,其中reduceByKey需要进行数据混洗。4、同样的,我们可以查看counts的血缘关系如下RDD使用例子这里同一缩进等级的操作为一个Stage,同一个Stage里的操作可以流水线并行——前面的操作map、filter等不需要数据混洗,为窄依赖,划分为一个StagereduceByKey需要数据混洗,为宽依赖,划分为一个Stage5、在上图中我们还可以看到,血缘关系中具有不同的缩进等级RDD使用例子6、在监控界面上查看任务的划分与执行情况,默认地址为http://localhost:4040,打开如下,可以看到尽管我们做了数据的读入、转化操作,但由于惰性求值的特性,还没有任务执行。RDD使用例子7、使用collect操作,获取counts的内容,由于该操作是行动操作,Spark会开始运行任务,在监控界面查看如下,一个Job,两个Stage,与上面的血缘关系一致。RDD使用例子8、点击该任务可以查看任务详情如下,可以看到具体的Stage划分可视化。RDD使用例子9、使用cache将counts缓存,重新调用collect函数,Spark会根据缓存自动截断血缘,加快计算,此时在监控界面再次查看任务如下,可以看到只剩下一个Stage,前面的Stage由于缓存跳过计算。//缓存RDD

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论