Spark PruneDependency 依赖关系 RangePartitioner

本文探讨了Spark中依赖关系RangePartitioner的作用,特别是在PartitionPruningRDD与其父RDD之间的子集关系。通过实例展示了如何使用Scala处理数据,包括parallelize、sortByKey和filterByRange等操作。

Spark PruneDependency 依赖关系 RangePartitioner

  • Represents a dependency between the PartitionPruningRDD and its parent. In this
    case, the child RDD contains a subset of partitions of the parents’.

更多资源

youtub视频演示

输入数据

List(("a",2),("d",1),("b",8),("d",3)

处理程序scala


package com.opensource.bigdata.spark.local.rdd.operation.dependency.narrow.n_03_pruneDependency.n_02_filterByRange

import com.opensource.bigdata.spark.local.rdd.operation.base.BaseScalaSparkContext

object Run  extends BaseScalaSparkContext{

  def main(args: Array[String]): Unit = {

    val sc = pre()
    val rdd1 = sc.parallelize(List(("a",2),("d",1),("b",8),("d",3)),2)  //ParallelCollectionRDD
    val rdd1Sort = rdd1.sortByKey()   //ShuffleRDD
    val rdd2 =rdd1Sort.filterByRange("a","b")  //MapParttionsRDD

    println("rdd \n" + rdd2.collect().mkString("\n"))

    sc.stop()
  }

}


数据处理图

PruneDependency依赖关系图

RangePartitioner范围分区器

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