最近项目中因为要用到大矩阵之间的相乘操作,如果使用java来写的话数据量上来之后会非常消耗资源,因此考虑使用spark来进行计算处理,网上查找资料正好找到了Spark的机器学习库Spark-Mllib里面有一些矩阵的操作,因此拿来进行测试,但是因为主程序是java程序,网上找到了一些写法也都是scala的 而且没有具体的相乘的例子,只有一些原理介绍,本人以前也没学过线性数学相关的知识,看的一脸懵逼,没办法自己慢慢对照梳理带上连蒙带猜的,总算有了一些小小的成果,在此分享下最后的结果以及踩过的坑.
1,Pom.xml引入 Spark-Mllib 类库
<!-- https://mvnrepository.com/artifact/org.apache.spark/spark-mllib -->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-mllib_2.11</artifactId>
<version>2.3.1</version>
<scope>runtime</scope>
</dependency>
这里需要注意,因为我们需要使用相关API,所以这里<scope>runtime</scope>这句要去掉,使用默认的依赖方式就行了
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-mllib_2.11</artifactId>
<scope>runtime</scope>
</dependency>
2,代码
public static void main(String[] args) {
SparkConf sparkConf = new SparkConf().setAppName("Mllib-test").setMaster("local");
JavaSparkContext jpc = new JavaSparkContext(sparkConf);
double[][] data = new double[4][4] ;
data[0][0] = 0.0;
data[0][1] = 2.0;
data[0][2] = 3.0;
data[0][3] = 4.0;
data[1][0] = 1.0;
data[1][1] = 3.0;
data[1][2] = 4.0;
data[1][3] = 5.0;
data[2][0] = 2.0;
data[2][1] = 4.0;
data[2][2] = 5.0;
data[2][3] = 6.0;
data[3][0] = 3.0;
data[3][1] = 5.0;
data[3][2] = 6.0;
data[3][3] = 7.0;
JavaRDD<IndexedRow> rdd=jpc.parallelize(Arrays.asList(data)).map(f->{
long key = new Double(f[0]).longValue();
double[] value = new double[f.length-1];
for(int i = 1;i<f.length;i++) {
value[i-1] = f[i];
}
return new IndexedRow(key,Vectors.dense(value));
});
BlockMatrix block = new IndexedRowMatrix(rdd.rdd()).toBlockMatrix(2, 2);
double[][] data1 = new double[3][3] ;
data1[0][0] = 0.0;
data1[0][1] = 100.0;
data1[0][2] = 10.0;
data1[1][0] = 1.0;
data1[1][1] = 10.0;
data1[1][2] = 100.0;
data1[2][0] = 2.0;
data1[2][1] = 1.0;
data1[2][2] = 1000.0;
JavaRDD<IndexedRow> rdd1 = jpc.parallelize(Arrays.asList(data1)).map(f->{
long key = new Double(f[0]).longValue();
double[] value = new double[f.length-1];
for(int i = 1;i<f.length;i++) {
value[i-1] = f[i];
}
return new IndexedRow(key,Vectors.dense(value));
});
BlockMatrix block1 = new IndexedRowMatrix(rdd1.rdd()).toBlockMatrix(2, 2);
block = block.multiply(block1);
}
注意: 因为使用的是IndexedRowMatrix,所以矩阵的第一列为矩阵行号,而且行号这个要严谨0开始的自增数字,一定要切记,我就在此吃了很大的亏.