文章目录
- 零、本节学习目标
- 一、RDD的处理过程
- 二、RDD算子
- 三、准备工作
- 四、掌握转换算子
- 五、掌握行动算子
零、本节学习目标
- 了解RDD的处理过程
- 掌握转换算子的使用
- 掌握行动算子的使用
一、RDD的处理过程
- Spark用Scala语言实现了RDD的API,程序开发者可以通过调用API对RDD进行操作处理。RDD经过一系列的“转换”操作,每一次转换都会产生不同的RDD,以供给下一次“转换”操作使用,直到最后一个RDD经过“行动”操作才会被真正计算处理,并输出到外部数据源中,若是中间的数据结果需要复用,则可以进行缓存处理,将数据缓存到内存中。
二、RDD算子
- RDD被创建后是只读的,不允许修改。Spark提供了丰富的用于操作RDD的方法,这些方法被称为算子。一个创建完成的RDD只支持两种算子:
转换(Transformation)
算子和行动(Action)
算子。
(一)转换算子
- RDD处理过程中的“转换”操作主要用于根据已有RDD创建新的RDD,每