4.RDD操作

一、 RDD创建

1.从本地文件系统中加载数据创建RDD

 与原来文件对比

 

2.从HDFS加载数据创建RDD

启动hdfs

 

 

 

上传文件

 

 

 

 

 

 

查看文件

 

 

 

加载

 

 

 

停止hdfs

 

 

 

通过并行集合（列表）创建RDD
输入列表、字符串、生成数组

 

 

 

二、 RDD操作

转换操作

 filter(func)
传入lambda匿名函数

 

 

map(func)
显式定义函数

 

 

 

lambda函数

字符串分词

 

 

 

数字加100

 

 

 

客串加固定前缀

 

 

 

flatMap(fun

 

分词

 

 

 

 

 

单词映射成键值对

 

 

 

reduceByKey()

统计词频，累加

乘法规则

 

 

 

 groupByKey()

单词分组

查看分组的内容

分组之后做累加 map

 

 

 

sortByKey()

词频统计按单词排序

 

 

sortBy()

词频统计按词频排序

 

 

行动操作

foreach(print)

 

 

foreach(lambda a:print(a.upper())

 

 

collect()

 

 

count()

 

 

take(n)

 

 

reduce() 
数值型的rdd元素做累加

 

 

与reduceByKey区别