阅读量:4
在Spark中，可以通过以下方式创建和操作RDD：
- 创建RDD： 可以通过两种方式创建RDD：
- 从已有的数据集合中创建RDD，比如从一个数组或集合中创建RDD：
val rdd = sc.parallelize(Array(1, 2, 3, 4, 5)) - 从外部数据源中创建RDD，比如从文本文件中创建RDD：
val rdd = sc.textFile("file.txt")
- 操作RDD： 可以对RDD进行多种操作，包括转换操作和行动操作：
- 转换操作：对RDD进行转换操作会生成一个新的RDD，常见的转换操作有map、filter、flatMap等：
val newRdd = rdd.map(x => x * 2) - 行动操作：对RDD进行行动操作会触发计算并返回结果，常见的行动操作有collect、count、reduce等：
val result = rdd.reduce((x, y) => x + y)
持久化RDD： 可以通过persist方法将RDD持久化到内存或磁盘中，以便重复使用：
rdd.persist()关闭SparkContext： 在操作完成后，需要调用SparkContext的close方法来关闭SparkContext：
sc.close()
