寒假学习进度

今天学习spark的一些行动算子和序列化

（1）行动算子

def main(args: Array[String]): Unit = {
  val sparkConf = new SparkConf().setMaster("local[*]").setAppName("Operator")
  val sc = new SparkContext(sparkConf)

  val rdd = sc.makeRDD(List(("a",1),("a",2),("a",3)))
  rdd.saveAsTextFile("output")
  rdd.saveAsObjectFile("output1")
  //saveAsSequenceFile要求数据类型为key-value类型
  rdd.saveAsSequenceFile("output2")
  sc.stop()
}

def main(args: Array[String]): Unit = {
  val sparkConf = new SparkConf().setMaster("local[*]").setAppName("Operator")
  val sc = new SparkContext(sparkConf)

        val rdd = sc.makeRDD(List(("a",1),("a",2),("a",3)))

        val stringToLong: collection.Map[String, Long] = rdd.countByKey()
        print(stringToLong)
  sc.stop()
}

def main(args: Array[String]): Unit = {
  val sparkConf = new SparkConf().setMaster("local[*]").setAppName("Operator")
  val sc = new SparkContext(sparkConf)

  val rdd = sc.makeRDD(List(("a",1),("a",2),("a",3)))
  //driver端中内存循环打印
  rdd.collect().foreach(println)
  println("0000000000")
  //executol端中内存循环打印
  rdd.foreach(println)
  sc.stop()
}

（2）RDD 序列化（使用算子外的数据要进行序列化，不然就意味着无法传值给 Executor端执行）

在执行任务计算前，检测闭包内的对象是否可以进行序列化，这个操作我们称之为闭包检测

def main(args: Array[String]): Unit = {
  val sparkConf = new SparkConf().setMaster("local[*]").setAppName("Operator")
  val sc = new SparkContext(sparkConf)

  val rdd = sc.makeRDD(List(1,2,3,4))

  val user=new User()

  rdd.foreach(
    num=>{
      println("age="+(user.age+num))
    }
  )

  sc.stop()
}
//序列化对象,如果不序列化，无法传对象到executor端进行处理会报错
class User extends Serializable{
  var age:Int=30
}

//样例类编译时会自动序列化，跟上面一样
case class User1(){
  var age:Int=30
}