学习目标：

 现在只需要知道PDD是一个数据集。

 

 

 

【运行实例（1）】：

from pyspark import SparkConf, SparkContext

# conf:创建对象；Sparkconf：创建入口；setMaster：运行方式；setAppName：赋名

conf=SparkConf().setMaster("local[*]").setAppName("run_test_app")

# 通过conf对象，可以创建SparkContext对象;sc:执行环境入口对象

sc = SparkContext(conf=conf)

# 通过parallelize方法将python对象加载到Spark内，成为RDD对象

RDD1 = sc.parallelize([1, 2, 3, 4, 5, 6, 7])

RDD2 = sc.parallelize((1, 2, 3, 4, 5, 6, 7))

RDD3 = sc.parallelize("1234567")

RDD4 = sc.parallelize({1, 2, 3, 4, 5, 6, 7})

RDD5 = sc.parallelize({"key1": 1, "key2": 2, "key3": 3, "key4": 4, "key5": 5, "key6": 6, "key7": 7})

print(RDD1.collect())

print(RDD2.collect())

print(RDD3.collect())

print(RDD4.collect())

print(RDD5.collect())

sc.stop()

【运行实例（2）】：

from pyspark import SparkConf, SparkContext

# conf:创建对象；Sparkconf：创建入口；setMaster：运行方式；setAppName：赋名

conf=SparkConf().setMaster("local[*]").setAppName("run_test_app")

# 通过conf对象，可以创建SparkContext对象;sc:执行环境入口对象

sc = SparkContext(conf=conf)

# 给定文件路径，此处是文本文档，通过sc对象提供的textFile方法，读取本地文本文档中的内容，可以将这个步骤理解为得到RDD0对象的步骤

RDD0 = sc.textFile("D:/python_exe.txt")

# 通过RDD0对象提供的collect方法，读取文件中的具体内容

print(RDD0.collect())

sc.stop()