SparkCore中的常见Transformations算子和Action算子

本文深入探讨了Spark中RDD的转换算子和行动算子,包括filter、map、flatMap、sample、reduceByKey、sortByKey、count、take、first、foreach和collect等算子的功能与使用场景。解析了转换算子的懒加载特性及行动算子的触发执行机制。

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

Transformations转换算子 :

          Transformations类算子是一类算子(函数)叫做转换算子,如map,flatMap,reduceByKey等。Transformations算子是延迟执行,也叫懒加载执行。

       

  • filter

过滤符合条件的记录数,true保留,false过滤掉。

 

  • map

将一个RDD中的每个数据项,通过map中的函数映射变为一个新的元素。

特点:输入一条,输出一条数据。

 

  • flatMap

先map后flat。与map类似,每个输入项可以映射为0到多个输出项。

 

  • sample

随机抽样算子,根据传进去的小数按比例进行又放回或者无放回的抽样。

 

  • reduceByKey

将相同的Key根据相应的逻辑进行处理。

  • sortByKey/sortBy

作用在K,V格式的RDD上,对key进行升序或者降序排序。

 

    Action行动算子:

           Action类算子也是一类算子(函数)叫做行动算子,如foreach,collect,count等。Transformations类算子是延迟执行,Action类算子是触发执行。一个application应用程序中有几个Action类算子执行,就有几个job运行。

          

  1. Action类算子
  • count

返回数据集中的元素数。会在结果计算完成后回收到Driver端。

 

  • take(n)

返回一个包含数据集前n个元素的集合。

 

  • first

first=take(1),返回数据集中的第一个元素。

 

  • foreach

循环遍历数据集中的每个元素,运行相应的逻辑。

 

  • collect

将计算结果回收到Driver端。

 

 

 

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