博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Spark算子:RDD基本转换操作(2)–coalesce、repartition
阅读量:6229 次
发布时间:2019-06-21

本文共 1537 字,大约阅读时间需要 5 分钟。

hot3.png

coalesce

def coalesce(numPartitions: Int, shuffle: Boolean = false)(implicit ord: Ordering[T] = null): RDD[T]

该函数用于将RDD进行重分区,使用HashPartitioner。

第一个参数为重分区的数目,第二个为是否进行shuffle,默认为false;

以下面的例子来看:

 
  1. scala> var data = sc.textFile("/tmp/lxw1234/1.txt")
  2. data: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[53] at textFile at :21
  3.  
  4. scala> data.collect
  5. res37: Array[String] = Array(hello world, hello spark, hello hive, hi spark)
  6.  
  7. scala> data.partitions.size
  8. res38: Int = 2 //RDD data默认有两个分区
  9.  
  10. scala> var rdd1 = data.coalesce(1)
  11. rdd1: org.apache.spark.rdd.RDD[String] = CoalescedRDD[2] at coalesce at :23
  12.  
  13. scala> rdd1.partitions.size
  14. res1: Int = 1 //rdd1的分区数为1
  15.  
  16.  
  17. scala> var rdd1 = data.coalesce(4)
  18. rdd1: org.apache.spark.rdd.RDD[String] = CoalescedRDD[3] at coalesce at :23
  19.  
  20. scala> rdd1.partitions.size
  21. res2: Int = 2 //如果重分区的数目大于原来的分区数,那么必须指定shuffle参数为true,//否则,分区数不便
  22.  
  23. scala> var rdd1 = data.coalesce(4,true)
  24. rdd1: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[7] at coalesce at :23
  25.  
  26. scala> rdd1.partitions.size
  27. res3: Int = 4
  28.  

repartition

def repartition(numPartitions: Int)(implicit ord: Ordering[T] = null): RDD[T]

该函数其实就是coalesce函数第二个参数为true的实现

 

 
  1. scala> var rdd2 = data.repartition(1)
  2. rdd2: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[11] at repartition at :23
  3.  
  4. scala> rdd2.partitions.size
  5. res4: Int = 1
  6.  
  7. scala> var rdd2 = data.repartition(4)
  8. rdd2: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[15] at repartition at :23
  9.  
  10. scala> rdd2.partitions.size
  11. res5: Int = 4

 

如果觉得本博客对您有帮助,请  。

转载于:https://my.oschina.net/chensanti234/blog/808544

你可能感兴趣的文章
第 8 章 Frameworks
查看>>
jQuery对新添加的控件添加响应事件
查看>>
Mui --- app与服务器之间的交互原理、mui ajax使用
查看>>
Swift协议(Protocol)
查看>>
Ubuntu Docker 安装和配置 GitLab CI 持续集成
查看>>
[ACM_水题] ZOJ 3706 [Break Standard Weight 砝码拆分,可称质量种类,暴力]
查看>>
phpmailer绑定邮箱
查看>>
(译)你应该知道的jQuery技巧
查看>>
[LeetCode] Divide Two Integers
查看>>
第 59 章 Connector
查看>>
buildroot mysql mysql.mk hacking
查看>>
排序箭头,升序,降序简单实现
查看>>
BZOJ 3097: Hash Killer I【构造题,思维题】
查看>>
8.2. OpenMediaVault
查看>>
Meanshift filter实现简单图片的卡通化效果
查看>>
关于排序算法的理解(一)
查看>>
(第六天)DOM
查看>>
bootstrap-fileinput使用
查看>>
使用nginx搭建rtmp服务器
查看>>
setTimeout,setInterval你不知道的事
查看>>