Spark API 之 countApproxDistinctByKey

java面试题网站:www.javaoffers.com

countApproxDistinctByKey(double)该函数根据精确度double,来计算相同key的大约个数。

demo:

    val a = sc.parallelize(List("wang","li","cao","zou"),2);

    val b = sc.parallelize(a.takeSample(true,1000,0))  //随机抽取1000个样本

    val c = sc.parallelize(1 to b.count.toInt)

    val d = b.zip(c)

测试1:

    d.countApproxDistinctByKey(0.1).collect //计算相同可以得大约个数

输出结果为:

     Array[(String, Long)] = Array((cao,286), (li,253), (zou,280), (wang,193))

 

测试2:

     d.countApproxDistinctByKey(0.2).collect //计算相同可以得大约个数

输出结果为:

     Array[(String, Long)] = Array((cao,291), (li,308), (zou,214), (wang,220))

  • 0
    点赞
  • 0
    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