RDD算子介绍

本文详细介绍了Spark中的RDD算子,包括RDD的输入、运行和输出过程,以及RDD的Transformation和Action算子。Transformation算子如map、filter和flatMap用于数据转换,而Action算子如collect、count和reduce则触发实际计算并返回结果或保存到文件系统。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、RDD算子简介

提供一优秀RDD讲解链接:https://blog.youkuaiyun.com/fortuna_i/article/details/81170565

spark在运行过程中通过算子对RDD进行计算,算子是RDD中定义的函数,可以对RDD中数据进行转换和操作,如下图

输入:spark程序中数据从外部数据空间输入到spark中的数据块,通过BlockManager进行管理

运行:在spark数据形成RDD后,可以通过变换算子,如filter等对数据进行操作,并将RDD转换为新的RDD,通过Action算子,触发Spark提交作业。如果数据复用,可以通过cache算子将数据缓存到内存中。

输出:程序运行结束后数据会输出Spark运行时的空间,存在到分布式存在结构(如:saveAsTextFile输出到HDFS)或者scala的数据集合中。

Spark将常用的大数据操作都转化成RDD的子类,Spark操作数据模型图如下;

 

二、SparkRDD中的算子分类。

1.Value数据类型的Transformation算子,这种变化并不触发提供作业,针对处理的数据项是Value型的数据。

2.Key-Value类型的Transformati

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值