Spark ~ aggregate算子解析

Spark ~ aggregate算子解析


搞不清楚参数怎么写的话,就写第一种方式,自定义函数比较方便。
理论方面等有空再写。

	val rdd = sc.parallelize(List(1,2,3,4,5,6,7,8,9,10),3)
    def fun1(x:Int,y:Int): Int = {x+y}
    def fun2(x:Int,y:Int): Int = {x+y}
    var cai = rdd.aggregate(0)(fun1,fun2)
    println(cai)
    
 println("-----------------------------------------------")
    
    val rdd1 = sc.parallelize(List(List(1,2,3),List(6,7,8),List(8,9,22)))
    var luo = rdd1.aggregate(0)(_+_.sum,_+_)
    println(luo)
    
 println("-----------------------------------------------")
    
    val rdd3 = sc.parallelize(List(1,2,3,4,5,6,7,8,9,10),3)
    var ying = rdd3.aggregate(0)(_+_,_+_)
    println(ying)

结果如下:

55
-----------------------------------------------
66
-----------------------------------------------
55
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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