【RDD算子的分类】RDD的转换算子和触发算子(行为算子)、以及各个算子的作用,对比sql中的关键字

文章目录


1、Tranformation算子:转换算子

都是lazy模式的,一般不会触发job的运行,算子返回值一定是RDD

转换算子有哪些:

filter、map、flatMap、union、distinct、groupByKey、reduceByKey、sortBy、sortByKey、repartition、coalesce、keys、values、mapValues、join fullOuterJoin leftOuterJoin rightOuterJoin、 mapPartitions

2、Action算子:触发算子【行为算子】

一定会触发job的运行,返回值一定不是RDD

触发算子有哪些:

collect、count、take、foreach、saveAsTextFile、first、reduce、top、takeOrdered、collectAsMap、foreachPartition、max、min、mean、sum

3、各个算子的作用,对比sql中的关键字

类比SQL处理数据的常见功能,记住常用算子的功能、 语法、场景

  • 过滤数据:where、having => filter
  • 处理数据:字符串函数、日期函数 => map
  • 展开数据:explode => flatMap合并数据:union、join => union join
  • 去重数据:distinct => distinct
  • 分组聚合:group by + 聚合函数 => groupByKey、 reduceByKey
  • 排序数据:order by 、sort by => sortBy、top
相关推荐
2401_871290585 小时前
如何在idea中写spark程序
大数据·spark·intellij-idea
只因只因爆5 小时前
如何在idea中写spark程序
java·spark·intellij-idea
!chen7 小时前
Hadoop和Spark大数据挖掘与实战
hadoop·数据挖掘·spark
漂流瓶6666668 小时前
如何搭建spark yarn 模式的集群
大数据·spark·eclipse
啊喜拔牙9 小时前
如何搭建spark yarn模式的集群
大数据·分布式·spark
yuhuhuh12 小时前
如何在idea中写spark程序
ajax·spark·intellij-idea
anqi2713 小时前
如何在 IntelliJ IDEA 中编写 Speak 程序
java·大数据·开发语言·spark·intellij-idea
刘翔在线犯法14 小时前
如何搭建spark yarn模式的集合集群
大数据·分布式·spark
富能量爆棚14 小时前
如何搭建spark yarn 模式的集群
大数据·javascript·spark
锅包肉的九珍15 小时前
如何在idea中写spark程序
spark