Spark core分组取topN案例

描述:在HDFS上有订单数据order.txt文件,文件字段的分割符号",",样本数据如下:

Order_00001,Pdt_01,222.8

Order_00001,Pdt_05,25.8

Order_00002,Pdt_03,522.8

Order_00002,Pdt_04,122.4

Order_00002,Pdt_05,722.4

Order_00003,Pdt_01,222.8

其中字段依次表示订单id,商品id,交易额

问题:使用sparkcore,求每个订单中成交额最大的商品id

代码如下:(示例为local方式)

package com.company.sparkcore

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

object TopOrderItem {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("top n order and item").setMaster("local")
    val sc = new SparkContext(conf)
    val orderData = sc.textFile("file:///e:/order.txt")
    val splitOrderData = orderData.map(_.split(",")).cache()
    val mapOrderData = splitOrderData.map { arrValue =>
      val orderID = arrValue(0)
      val itemID = arrValue(1)
      val total = arrValue(2).toDouble
      (orderID, (itemID, total))
    }
    val groupOrderData = mapOrderData.groupByKey()
    //groupOrderData.foreach(x => println(x))
    //    (Order_00003,CompactBuffer((Pdt_01,222.8)))
    //    (Order_00002,CompactBuffer((Pdt_03,522.8), (Pdt_04,122.4), (Pdt_05,722.4)))
    //    (Order_00001,CompactBuffer((Pdt_01,222.8), (Pdt_05,25.8)))
    val topOrderData = groupOrderData.map(tupleData => {
      val orderid = tupleData._1
      val maxTotal = tupleData._2.toArray.sortWith(_._2 > _._2).take(1)
//排序之后的结果为:
//Array((Order_00003,Array((Pdt_01,222.8))), (Order_00001,Array((Pdt_01,222.8))), //(Order_00002,Array((Pdt_05,722.4))))
      (orderid, maxTotal)
    }
    )
    topOrderData.foreach(value =>
      println("最大成交额的订单ID为:" + value._1 + " ,对应的商品ID为:" + value._2(0)._1)
//输出结果如下:
//    最大成交额的订单ID为:Order_00003 ,对应的商品ID为:Pdt_01
//    最大成交额的订单ID为:Order_00002 ,对应的商品ID为:Pdt_05
//    最大成交额的订单ID为:Order_00001 ,对应的商品ID为:Pdt_01

    )

  }

}

 

  • 0
    点赞
  • 3
    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