spark编程

1.1

import org.apache.spark.{SparkConf, SparkContext}
object test {
  def main(args: Array[String]): Unit = {
    val conf =new SparkConf().setMaster("local").setAppName("Appname")
    val sc=new SparkContext(conf)
//    val data=Array(1,2,3,4,5)
//    val disData=sc.parallelize(data,4)
//    println(disData.partitions.size)
    val rdd1=sc.parallelize(List(('x',100),('x',100),('c',105),('f',120)))
    val rdd2=sc.parallelize(List(('x',109),('c',105),('c',105),('o',103),('c',150)))
    var rdd3=sc.parallelize(rdd1.union(rdd2).collect())
    println(rdd3.collect().toList) //合并
    println(rdd1.cartesian(rdd2).collect().toList) //笛卡尔积
    println(rdd3.filter(_._2 <=100).collect().toList) //过滤大于等于100的元素
    println(rdd3.distinct().collect().toList) //去重
    println(rdd1.subtract(rdd2).collect().toList) //求补集
     println(rdd1.join(rdd2).collect().mkString("\n")) // 内连接结果打印
     println(rdd1.rightOuterJoin(rdd2).collect().mkString("\n")) // 右外连接结果打印
     println(rdd1.leftOuterJoin(rdd2).collect().mkString("\n"))   // 左外连接结果打印
     println(rdd1.keys.collect().toList)   // 打印RDD的键
    println(rdd1.values.collect().toList)  // 打印RDD的值

  }
}

1.2

import org.apache.spark.{SparkConf, SparkContext}
object test {
  def main(args: Array[String]): Unit = {
    val conf =new SparkConf().setMaster("local").setAppName("Appname")
    val sc=new SparkContext(conf)
    val data=Array(1,2,3,4,5)
    val disData=sc.parallelize(data,4)
    println(disData.partitions.size)
    val rdd1=sc.parallelize(List(('x',100),('x',100),('c',105),('f',120)))
    val rdd2=sc.parallelize(List(('x',109),('c',105),('c',105),('o',103),('c',150)))
    var rdd3=sc.parallelize(rdd1.union(rdd2).collect())
    val cb_test=rdd1.combineByKey(
      count => (count,1),
      (acc:(Int,Int),count)=> (acc._1+count,acc._2 +1),
      (acc1:(Int,Int),acc2:(Int,Int)) => (acc1._1+acc2._1,acc1._2+acc2._2))
      println(cb_test.map(x => (x._1,x._2._1.toDouble/x._2._2)).collect().toList)
  }
}

1.3.使用Spark完成单词去重

13326293050 81
13626594101  50
13326435696  30
13926265119  40
13326564191  2106
13626544191  1432
13919199499  300

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

object two {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setMaster("local").setAppName("Appname")
    val sc = new SparkContext(conf)
    val test = sc.textFile("/Users/Administrator/Desktop/text02.txt")
    println(test.collect().toList)
    val data = test.flatMap(_.split(" "))
    println(data.collect().toList)
    val data1=data.distinct()
    println(data1.collect().toList)
  }
}

1.4使用Spark统计133 136 139开头的总流量

13326293050 81
13626594101  50
13326435696  30
13926265119  40
13326564191  2106
13626544191  1432
13919199499  300

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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