本篇内容主要讲解“spark中使用partitioner的实例代码”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“spark中使用partitioner的实例代码”吧!
在华龙等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站设计、成都网站制作 网站设计制作按需定制,公司网站建设,企业网站建设,品牌网站设计,成都营销网站建设,成都外贸网站制作,华龙网站建设费用合理。
import org.apache.spark._
import SparkContext._
import org.apache.spark.SparkConf
import java.util.Date
import java.text.SimpleDateFormat
import org.apache.hadoop.io.Text
import org.apache.hadoop.mapred.TextOutputFormat
import org.apache.spark.Partitioner
object partitioner {
def main(args: Array[String]): Unit = {
val time = new SimpleDateFormat("MMddHHmm").format(new Date());
val sparkConf = new SparkConf().setAppName("wordcount_"+time)
sparkConf.set("mapreduce.framework.name", "yarn");
val sc =new SparkContext(sparkConf)
val textFile = sc.textFile(
"hdfs://namenode:9000/data/mapreduce/chuping/test_in_1/new5", 1).cache()
val result = textFile.flatMap (line => line.split("\t") ).
map (word => (word,1)).reduceByKey(new testPartitioner, _+_)
result.saveAsTextFile("hdfs://namenode:9000/data/zk/test/partitioner"+time)
sc.stop()
}
}
class testPartitioner extends Partitioner{
val numPartitions = 3
def getPartition(key: Any)=1 指定到第几个reduce
}这里的程序只是一个测试的程序，使用的也是一个count而已，无法体现partitioner的实际作用，但是在实际生产中，partitioner的运用比比皆是
到此，相信大家对“spark中使用partitioner的实例代码”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！