python partition_key_python-spark中partitionBy和groupBy的区别是什么

rdds = self.sc.parallelize([(("good", "spark"), 1), (("sood", "hpark"), 1), (("god", "spak"), 1),

(("food", "spark"), 1), (("fggood", "ssspark"), 1), (("xd", "hk"), 1),

(("good", "spark"), 7), (("good", "spark"), 3), (("good", "spark"), 4),

(("sood", "hpark"), 5), (("sood", "hpark"), 7), (("xd", "hk"), 2),

(("xd", "hk"), 1), (("fggood", "ssspark"), 2), (("fggood", "ssspark"), 1)], 6)

rdds.glom().collect()

def inner_map_1(p):

d = defaultdict(int)

for row in p:

d[row[0]] += row[1]

for item in d.items():

yield item

rdd2 = rdds.partitionBy(4, partitionFunc=lambda x: hash(x)).mapPartitions(inner_map_1)

print(rdd2.glom().collect())

def inner_map_2(p):

for row in p:

item = row[0]

sums = sum([num for _, num in row[1]])

yield item, sums

rdd3 = rdds.groupBy(lambda x: x[0]).mapPartitions(inner_map_2)

print(rdd3.glom().collect())

  • 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