spark程序可以概括为一句话，所有的spark程序以读取数据开始，以处理数据为中心，以保存数据为结束。

读取数据可以从HDFS、本地文件或者并行化程序集合来创建，本案例是通过并行化集合来创建初始RDD。

java版本

package com.spark.core;
​
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
​
import java.util.Arrays;
import java.util.List;
​
public class ParallelizeCollection {
    public static void main(String[] args) {
        // 创建SparkConf         SparkConf conf = new SparkConf()
                .setAppName("ParallelizeCollection")
                .setMaster("local[2]");
​
        // 创建JavaSparkContext         JavaSparkContext sc = new JavaSparkContext(conf);
​
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
​
        // 要通过并行化集合的方式创建RDD，那么就调用SparkContext以及其子类的parallelize()方法         JavaRDD<Integer> nums = sc.parallelize(numbers,5);
​
        // 执行reduce算子操作         // 相当于，先进行1 + 2 = 3；然后再用3 + 3 = 6；然后再用6 + 4 = 10。。。以此类推         int sum = nums.reduce((x,y) -> x+y);
​
        System.out.println(sum);
​
        // 关闭JavaSparkContext         sc.close();
    }
}

scala版本

package com.spark.core
​
import org.apache.spark.{SparkConf, SparkContext}
​
object ParallelizeCollectionScala {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf()
      .setAppName(getClass.getSimpleName)
      .setMaster("local[2]")
​
    val sc = new SparkContext(conf)
    val a = Array(1,2,3,4,5,6,7,8,9,10)
​
    val rdd1 = sc.parallelize(a)
​
    val sum = rdd1.reduce((x,y) => x+y)
​
    println(sum)
​
  }
​
}