Spark百例

--------------------TopK--直接倒排序,没有分区,数据量小的情况下使用------------------------------------------------
方法一:
package sparkStreaming.pag
import org.apache.spark.{SparkConf, SparkContext}
/**
 * Created by zyf on 2016/9/29.
 */


object top {
  def main(args: Array[String]){
    val conf = new SparkConf().setAppName("top").setMaster("local")
    val sc = new SparkContext(conf)
    val count = sc.textFile("D:\\data\\SogouQ")
    val result = count.flatMap(line => line.split("\t")).map(word=>(word,1)).reduceByKey(_ + _)
    val sorted = result.map{case(key,value) => (value,key)}.sortByKey(false,10)
    sorted.coalesce(1,true).saveAsTextFile("C:\\result\\5")
    sc.stop
  }
}
----------TopK-----------------------------------------------------------------------------------------------------
方法二:
计算出排行前十的


package sparkStreaming.pag


import org.apache.spark.{SparkContext,SparkConf}


object TopK {
  def main(args: Array[String]){
    val conf = new SparkConf().setMaster("local").setAppName("app  name")
    val sc = new SparkContext(conf)


    val textRDD = sc.textFile("D:\\data\\SogouQ\\20060802\\part-00000")
    val count = textRDD.flatMap(line => line.split(",")).map(world =>(world,1)).reduceByKey(_+_)
    //textRDD.flatMap(line => line.split("\t")).foreach(println)


    val topk = count.mapPartitions(getTopk).collect()


    val iter = topk.iterator
    val outiter = getTopk(iter)
    println("Topk")
    while(outiter.hasNext){
      val tmp = outiter.next()
      println("\n" + tmp._1 + ": " + tmp._2)
    }
    sc.stop()
  }


  def getTopk(iter: Iterator[(String, Int)]): Iterator[(String, Int)] = {
    val a = new Array[(String, Int)](10)
    while(iter.hasNext){
      val tmp = iter.next()
      var flag = true
      for(i <- 0 until a.length if flag){
        if(a(i) !=null && tmp._2 > a(i)._2){
          for(j <- ((i+1) until a.length).reverse){a(j) = a(j-1)}
          a(i) = tmp
          flag = false
        }else if(a(i) == null){
          a(i) = tmp
          flag = false
        }
      }
    }
    a.iterator
  }
}
--------------------------------------------------------------------------------------------
















  • 0
    点赞
  • 1
    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