sparksql分组后topN(JAVA)

<!-- spark -->
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.10</artifactId>
    <version>1.6.0</version>
</dependency>
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-sql_2.10</artifactId>
    <version>1.6.0</version>
</dependency>
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-hive_2.10</artifactId>
    <version>1.6.0</version>
</dependency>
public class RowNumberTopN {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("RowNumberTopN").setMaster("local");

        JavaSparkContext sc = new JavaSparkContext(conf);
        HiveContext hiveContext = new HiveContext(sc.sc());
        hiveContext.sql("drop table if exists sales");
        //创建销售表
        hiveContext.sql("create table if not exists sales(product STRING,category STRING,revenue BIGINT)");
        hiveContext.sql("LOAD DATA LOCAL INPATH '/user/local/spark/resources/sales.txt' INTO TABLE sales");
        //进行row_number分组
        DataFrame topnDF = hiveContext.sql("SELECT product,category,revenue FROM (\n" +
                "SELECT product,category,revenue,row_number() OVER (PARTITION BY category ORDER BY revenue DESC) rank\n" +
                "FROM sales\n" +
                ") topn_sales where rank<=3");
        hiveContext.sql("drop table if exists top3_sales");
        topnDF.saveAsTable("top3_sales");
        sc.close();
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值