Shulou(Shulou.com)06/03 Report--

学习spark任何的技术之前，请正确理解spark，可以参考：正确理解spark

RDD java api其实底层是调用了scala的api来实现的，所以我们有必要对java api是怎么样去调用scala api，我们先自己简单的实现一个scala版本和java版本的RDD和SparkContext

一、简单实现scala版本的RDD和SparkContext

class RDD[T](value: Seq[T]) { //RDD的map操作 def map[U](f: T => U): RDD[U] = { new RDD(value.map(f)) } def iterator[T] = value.iterator }class SparkContext { //创建一个RDD def createRDD(): RDD[Integer] = new RDD[Integer](Seq(1, 2, 3))}

二、简单实现java版本的RDD和SparkContext

//这个时java中的一个接口//我们可以将scala中的map需要的函数其实就是对应着java中的一个接口package com.twq.javaapi.java7.function;public interface Function extends Serializable { R call(T1 v1) throws Exception;}//这边实现的java版的RDD和SparkContext其实还是用scala代码实现，只不过这些scala代码可以被java代码调用了import java.util.{Iterator => JIterator}import scala.collection.JavaConverters._import com.twq.javaapi.java7.function.{Function => JFunction}//每一个JavaRDD都会含有一个scala的RDD，用于调用该RDD的apiclass JavaRDD[T](val rdd: RDD[T]) { def map[R](f: JFunction[T, R]): JavaRDD[R] = //这里是关键，调用scala RDD中的map方法 //我们将java的接口构造成scala RDD的map需要的函数函数 new JavaRDD(rdd.map(x => f.call(x))) //我们需要将scala的Iterator转成java版的Iterator def iterator: JIterator[T] = rdd.iterator.asJava}//每个JavaSparkContext含有一个scala版本的SparkContextclass JavaSparkContext(sc: SparkContext) { def this() = this(new SparkContext()) //转调scala版本的SparkContext来实现JavaSparkContext的功能 def createRDD(): JavaRDD[Integer] = new JavaRDD[Integer](sc.createRDD())}

三、写java代码调用rdd java api

package com.twq.javaapi.java7;import com.twq.javaapi.java7.function.Function;import com.twq.rdd.api.JavaRDD;import com.twq.rdd.api.JavaSparkContext;import java.util.Iterator;/** * Created by tangweiqun on 2017/9/16. */public class SelfImplJavaRDDTest { public static void main(String[] args) { //初始化JavaSparkContext JavaSparkContext jsc = new JavaSparkContext(); //调用JavaSparkContext的api创建一个RDD JavaRDD firstRDD = jsc.createRDD(); //对创建好的firstRDD应用JavaRDD中的map操作 JavaRDD strRDD = firstRDD.map(new Function() { @Override public String call(Integer v1) throws Exception { return v1 + "test"; } }); //将得到的RDD的结果打印，结果为 //1test //2test //3test Iterator result = strRDD.iterator(); while (result.hasNext()) { System.out.println(result.next()); } }}

以上就是RDD java api调用scala api的实现原理，虽然只举了map操作，但是其他的类似于flatMap操作的实现都是类似的

接下来可以详细了解RDD java的每一个api了

我们可以参考spark core RDD api来详细理解scala中的每一个api。。。

系统学习spark：

1、[老汤] Spark 2.x 之精讲Spark Core：https://edu.51cto.com/sd/88429

2、[老汤]Spark 2.x 之精讲Spark SQL专题：https://edu.51cto.com/sd/16f3d

3、[老汤]Scala内功修炼系列专题：https://edu.51cto.com/sd/8e85b

4、[老汤]Spark 2.x之精讲Spark Streamig：https://edu.51cto.com/sd/8c525

5、[老汤]Spark 2.x精讲套餐：https://edu.51cto.com/sd/ff9a4

6、从Scala到Spark 2.x专题：https://edu.51cto.com/sd/d72af

Welcome to subscribe "Shulou Technology Information " to get latest news, interesting things and hot topics in the IT industry, and controls the hottest and latest Internet news, technology news and IT industry trends.