码迷,mamicode.com
首页 > 其他好文 > 详细

<Spark快速大数据分析>读书笔记(二)

时间:2018-02-01 00:24:48      阅读:148      评论:0      收藏:0      [点我收藏+]

标签:span   map   读书笔记   col   class   键值   log   快速   数据   

PART 3 Pair RDD

  Spark为包含键值对类型的RDD提供了专有操作,这类RDD叫做Pair RDD(意为“对RDD”)

  Spark中Pair RDD的创建主要有两种方式,一种方式从存储了键值对数据的文件中创建(主要内容见PART 4),另一种方式可以从其他普通RDD调用map()操作来实现:

1 #line的元素是一行单词构成的句子,map操作后每个元素为该句子的首个单词和句子本身构成一个二元元组
2 pairs = line.map(lambda x: (x.split(" ")[0], x))

 

PART 4 数据读取与保存

<Spark快速大数据分析>读书笔记(二)

标签:span   map   读书笔记   col   class   键值   log   快速   数据   

原文地址:https://www.cnblogs.com/conor/p/8395184.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!