java黑名单_java,spark实现黑名单过滤

该博客演示了如何使用Java和Spark进行黑名单过滤操作。通过读取文本文件`url.txt`,将黑名单(包含"a","b","c")转化为JavaPairRDD,然后与文本数据进行leftOuterJoin操作,过滤掉黑名单中的单词,最终输出过滤后的白名单单词列表。
摘要由CSDN通过智能技术生成

/**

* java,spark实现黑名单过滤

*/

public class BlackListFilter {

public static void main(String[] args){

SparkConf conf = new SparkConf().setAppName("Simple Application").setMaster("local[2]");

JavaSparkContext sc = new JavaSparkContext(conf);

JavaRDD javaRDD = sc.textFile("F:\\text\\url.txt");

//黑名单

List> blackList = Arrays.asList(new Tuple2("a", true),

new Tuple2("b", true),

new Tuple2("c", true));

//list => JavaPairRDD

JavaPairRDD blackListRDD = sc.parallelizePairs(blackList);

//lines => words => (word, 1)

JavaPairRDD wordsAndCount = javaRDD

.flatMap(new FlatMapFunction() {

@Override

public Iterator call(String s) throws Exception {

return Arrays.asList(s.split("\\s+")).iterator();

}

}).mapToPair(new PairFunction() {

@Override

public Tuple2 call(String s) throws Exception {

return new Tuple2(s, 1);

}

});

//(word, 1) leftOutJoin (word, true) => (word, (1, Option))

JavaPairRDD>> leftOuterJoin =

wordsAndCount.leftOuterJoin(blackListRDD);

//(word, (1, Option)) => filter => (word, (1, option = false)) => map => word

JavaRDD whiteList = leftOuterJoin.filter(new Function>>, Boolean>() {

@Override

public Boolean call(Tuple2>> t) throws Exception {

return t._2._2.orElse(false) ? false : true;

}

}).map(new Function>>, String>() {

@Override

public String call(Tuple2>> t) throws Exception {

return t._1;

}

});

System.out.println(whiteList.collect());

}

}

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