2月5日学习记录

标签：存在   href   mode   base   info   size   写入   hbase   爬取   

1，背诵单词：outlook：前景，展望  operate：做手术  peach：桃子  rank：排列  oxygen：氧气  overseas：海外的  particular：特别的  paste：粘贴  patch：眼罩  pack：包裹  participate：参加  overtake：追上  modern：现代的  merchant：商人  path：小路  likewise：同样的  ministry：部门  Pacific：太平洋  minority：少数

2，学习spark视频：https://www.bilibili.com/video/av62881491      第59到65集

　　　　keys的功能：Pair  RDD指键值对RDD

　　　　values的功能：

　　　　sortByKey（）方法：常用，根据key进行排序，默认升序排序（默认参数为true）

　　　　sortBy（）方法：根据value进行排序

 文件数据读写：

　　1，本地数据文件读写：输入错误语句，不会报错，只有遇到一次动作类型操作才会报错（惰性机制）

　　　　读操作：当读取的是一个目录时，会把目录下所有文件都读进去生成一个RDD

　　　　写操作：指定的目录中writeback文件必须是不存在的，执行写操作时才创建

　　　　写入后会在指定目录下会生成的，当只有一个分区时，只会生成part-00000开头文件和_SUCCESS开头文件

 　　2，hdfs文件内容读写：与读取本地文件的操作一致

　　3，JSON文件内容读写：scala中与json解析操作有关的库（scala.util.parsing.json.JSON）

　　4，读取HBASE数据：HBASE通过（表名，行键，列族，列限定符）确定一个单元格，一个数据

3，遇到的问题：对用spark读写HBASE的数据不太熟练，按照教程没有执行通过

4，明天计划继续学习Spark和学习爬取动态数据

2月5日学习记录

标签：存在   href   mode   base   info   size   写入   hbase   爬取   

原文地址：https://www.cnblogs.com/lq13035130506/p/12267309.html