RDD算子怎么区分转换算子和行动算子

textFile 既不是transformation 也不是 action 它是为生成RDD前做准备

算子: 指的就是RDD上的方法。

spark中的算子分为2类:

(1)转换算子: transformation: 由RRD 调用方法 返回一个新的RDD (一直存在drive中因为没生成task)

​ 特点:

​ 生成新的rdd

​ lazy执行(不会立刻读取数据记录RDD之间的处理过程)

(2)行动算子: action:触发读取数据 , 执行运算的函数 不会返回新的RDD

​ 当触发action时,才会真正执行开始任务

​ 调用action算子之后,数据类型不再是RDD, 直接存储到介质;打印结果(executor端);把数据收集到Driver端

​ 最大的单位,Application

​ 当有action算子的时候,产生job。

​ 默认情况下,一个action,一个job。

触发action就生成job

你可能感兴趣的:(RDD算子怎么区分转换算子和行动算子)