Spark中的Pi Estimation

源码

from pyspark.sql import SparkSession
from random import random
from operator import add
# Pi Estimation
def inside(p):
    x, y = random(), random()       # 随机生成x,y坐标，在圆内或圆上则返回True
    return x*x + y*y <= 1

def Pi_estimation(spark):
    sc = spark.sparkContext
    NUM_SAMPLES = 10000             # 
    count = sc.parallelize(xrange(0, NUM_SAMPLES)) \    #parallelize设置并行操作，filter进行过滤，count进行计数
            .filter(inside).count()
    print("Pi is roughly %f " % (4.0 * count / NUM_SAMPLES))

if __name__ == "__main__":
    spark = SparkSession \
        .builder \
        .config("spark.some.config.option", "some-value") \
        .getOrCreate()
    Pi_estimation(spark)

思路

利用蒙特卡罗算法，在一个边长为2的正方形内画个半径为1的圆。正方形的面积 S1=4，圆的面积 S2=πr^2=π现在只需要计算出S2就可以知道π，这里取圆心为坐标轴原点，在正方向中不断的随机选点，总共选n个点，计算在圆内或圆上的点的数目为count，则 S2=S1*count/n，然后就得出π的取值
[蒙特卡罗算法是什么](https://www.zhihu.com/question/20254139)