我的原创地址：https://dongkelun.com/2018/06/28/sparkGetPartitionId/
前言
本文讲解Spark如何获取当前分区的partitionId，这是一位群友提出的问题，其实只要通过TaskContext.get.partitionId（我是在官网上看到的），下面给出一些示例。
1、代码
下面的代码主要测试SparkSession，SparkContext创建的rdd和df是否都支持。
package com.dkl.leanring.partitionimport org.apache.spark.sql.SparkSessionimport org.apache.spark.TaskContext/**
* 获取当前分区的partitionId
*/object GetPartitionIdDemo { def main(args: Array[String]): Unit = { val spark = SparkSession.builder().appName("GetPartitionIdDemo").master("local").getOrCreate() val sc = spark.sparkContext val data = Seq(1, 2, 3, 4) // 测试rdd,三个分区
val rdd = sc.parallelize(data, 3)
rdd.foreach(i => {
println("partitionId：" + TaskContext.get.partitionId)
}) import spark.implicits._ // 测试df,三个分区
val df = rdd.toDF("id")
df.show
df.foreach(row => {
println("partitionId：" + TaskContext.get.partitionId)
}) // 测试df,两个分区
val data1 = Array((1, 2), (3, 4)) val df1 = spark.createDataFrame(data1).repartition(2)
df1.show()
df1.foreach(row => {
println("partitionId：" + TaskContext.get.partitionId)
})
}
}
2、结果
[图片上传失败...(image-ae7347-1533797078025)]
作者：董可伦
链接：https://www.jianshu.com/p/ede2bbabf802
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/2249/viewspace-2815492/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
