RDD的创建方式

package rdd.builder

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object Spark_01_RDD_Memory {

  def main(args: Array[String]): Unit = {
    //TODO 准备环境
    val sparkConf: SparkConf = new SparkConf().setMaster("local[*]").setAppName("RDD")
    val sc = new SparkContext(sparkConf)
    //TODO 创建RDD
    //从内存中创建RDD，将内存中集合的数据作为处理的数据源
    val seq=Seq[Int](1,2,3,4)

    //parallelize并行
    //val rdd: RDD[Int] = sc.parallelize(seq)
    val rdd: RDD[Int] = sc.makeRDD(seq)

    rdd.collect().foreach(println)
    //TODO 关闭环境
    sc.stop()
  }
}

package rdd.builder

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object Spark_02_RDD_File {

  def main(args: Array[String]): Unit = {
    //TODO 准备环境
    val sparkConf: SparkConf = new SparkConf().setMaster("local[*]").setAppName("RDD")
    val sc = new SparkContext(sparkConf)
    //TODO 创建RDD
    //从文件中创建RDD，将文件中的数据作为处理的数据源
    //path路径以当前环境的根目录为基准，可以写绝对路径，也可以写相对路径
    //val rdd: RDD[String] = sc.textFile("D:\SoftWare\IDEA\workspace\SparkStudy\datas\1.txt")
    //相对路径
    //val rdd: RDD[String] = sc.textFile("datas/1.txt")
    //目录名称
    //val rdd: RDD[String] = sc.textFile("datas")
    //通配符
    //val rdd: RDD[String] = sc.textFile("datas/1*.txt")
    //分布式存储系统路径
    val rdd: RDD[String] = sc.textFile("hdfs://master:9000/test")
    rdd.collect().foreach(println)
    //TODO 关闭环境
    sc.stop()
  }
}