zoukankan      html  css  js  c++  java
  • spark使用java代码实现foreachPartition

    如果数据太大直接用dataframe转list内存会不够,所以可以通过foreachPartition遍历读取

    System.setProperty("hadoop.home.dir","h:\hadoop2.3.7");
    string mastor="local"
    string name="wordcount"+system.currentTimeMillis()
    sparkSeesion spark=sparkSeesion.builder().appName(neme).master(mastor).getOrCreate();
    Data<Row> dataset=spark.read().json("src/j.json")

    Dataset<String> jsons=dataset.toJSON();
    JavaRDD<String> rdd=json.javaRDD();

    rdd.foreachPartition(new VoidFunction<Iterator<String>>() {
                
     @Override
     public void call(Iterator<String> iter) throws Exception {
              while(iter.hasNext()) {
                  String next=iter.next();
                  System.out.println("获取"+next);
              }
                    
          }
     });
             

    参考https://blog.csdn.net/wyqwilliam/article/details/81142324

  • 相关阅读:
    字典生成式
    三元表达式
    迭代器
    装饰器
    闭包函数
    名称空间和作用域
    函数嵌套
    SQL Server 影响dbcc checkdb的 8 种因素
    SQL Server 对dbcc checkdb的优化
    SQL Server dbcc checkdb 修复
  • 原文地址:https://www.cnblogs.com/xiandong/p/10419312.html
Copyright © 2011-2022 走看看