SparkFastDataAnalysis

5.2.1　文本文件

• 将一个文本文件读取为 RDD 时，输入的每一行都会成为 RDD 的一个元素。
• 将多个完整的文本文件一次性读取为一个 pair RDD，其中键是文件名，值是文件内容。

  读取文本文件

  Python

input = sc.textFile("file:///home/holden/repos/spark/README.md")

Scala

val input = sc.textFile("file:///home/holden/repos/spark/README.md")

Java

JavaRDD input = sc.textFile("file:///home/holden/repos/spark/README.md")</pre>

如果多个输入文件以一个包含数据所有部分的目录的形式出现：
-   仍使用 textFile 函数，传递目录作为参数，这样它会把各部分都读取到 RDD 中。
-   如果文件足够小，那么可以使用 SparkContext.wholeTextFiles() 方法，该方法会返回一个 pair RDD，其中键是输入文件的文件名。

Spark 支持读取给定目录中的所有文件，以及在输入路径中使用通配字符（如 part-*.txt ）。
#### 保存文本文件 ####
 saveAsTextFile() 方法接收一个路径，并将RDD 中的内容都输入到路径对应的文件中。  
 Spark 将传入的路径作为目录对待，会在那个目录下输出多个文件。
 
result.saveAsTextFile(outputFile)