從Linux文件系統加載數據_第1頁
從Linux文件系統加載數據_第2頁
從Linux文件系統加載數據_第3頁
從Linux文件系統加載數據_第4頁
從Linux文件系統加載數據_第5頁
已閱讀5頁，還剩3頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

主講：孟繁興目錄01從Linux文件系統加載數據從Linux文件系統加載數據1從Linux文件系統加載數據Spark可以與數據源連接來使用各種數據。Spark可以使用Hadoop的HDFS存儲以及其他數據源（如關系型數據庫和AmazonS3存儲）的數據。Spark可以使用任何Hadoop支持的存儲，這意味著這種存儲格式必須能夠使用以下Hadoop接口。從Linux文件系統加載數據InputFormat:這個接口從輸入數據創建InputSplits，并將其切分為記錄。OutputFormat:此接口將數據寫入存儲。從Linux文件系統加載數據我們已經知道如何從Linux服務器上的本地目錄加載數據。通常在想測試一些新的應用程序或類似的東西時這樣做。理論上，可以從本地文件系統將任何大小的數據加載到集群中，但是必須確保每個集群的節點都可以訪問存儲數據的目錄。從Linux文件系統加載數據以下是一個簡單的示例，演示了如何從本地文件系統上的文本文件將數據加載到SparkRDD。scala>valwords=sc.textFile

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論