栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 云计算 > 云平台

Spark广播变量

云平台 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Spark广播变量

package sparkCore.BroadCastV1

import org.apache.spark.rdd.RDD
import org.apache.spark.sql.SparkSession

object BroadCastV1 {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession
      .builder()
      .appName(this.getClass.getName)
      .master("local[*]")
      .getOrCreate()

    val sc = spark.sparkContext

    val rdd01 = sc.makeRDD(List(('A', 1), ('B', 2), ('C', 3)), 2)
    val rdd02 = sc.makeRDD(List(('A', 10), ('B', 20), ('C', 30), ('C', 40), ('D', 40)), 3)

    //普通的join会产生shuffle,性能较低
    val rdd03 = rdd01.join(rdd02)

    val map1: Map[Char, Int] = rdd01.collect.toMap

    
      //同过map实现join效果,不过由于闭包数据会以Task为单位发送,性能较差
    val rdd04: RDD[(Char, (Int, Int))] = rdd02.map {
      case (word, cnt) => {
        val cnt2 = map1.getOrElse(word, 0)
        (word, (cnt, cnt2))
      }
    }.filter(_._2._2 != 0)

    //分布式共享只读变量--广播变量
    val broad = sc.broadcast(map1)

    val rdd05: RDD[(Char, (Int, Int))] = rdd02.map {
      case (word, cnt) => {
        val cnt2 = broad.value.getOrElse(word, 0)
        (word, (cnt, cnt2))
      }
    }.filter(_._2._2 != 0)

    rdd05.collect().foreach(println(_))

    sc.stop()
  }
}
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/895696.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号