java實現spark常用算子之collect



import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;

import java.util.Arrays;
import java.util.List;

/**
* collect 算子:
* 將集群中其他節點的數據拉去到driver所在的機器上
* 如果數據量比較大時,容易造成內存溢出
* foreach遍歷數據是在從節點上執行,collect是在driver機器上執行
*/
public class CollectOpeartor {

public static void main(String[] args){
SparkConf conf = new SparkConf().setMaster("local").setAppName("collect");
JavaSparkContext sc = new JavaSparkContext(conf);
List<String> names = Arrays.asList("w1","w2","w3","w4","w5");

JavaRDD<String> nameRdd = sc.parallelize(names);

JavaRDD<String> tempRdd =nameRdd.map(new Function<String, String>() {
@Override
public String call(String s) throws Exception {
return "001"+s;
}
});

List<String> result = tempRdd.collect();

for(int i = 0; i < result.size(); i++){
System.err.println(result.get(i));
}
}

}

微信掃描下圖二維碼加入博主知識星球,獲取更多大數據、人工智能、算法等免費學習資料哦!


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM