Spark 布隆过滤器(BloomFilter)的应用

@羲凡——只为了更好的活着

Spark 布隆过滤器(BloomFilter)的应用

object BloomFilterDemo {
  case class General(name:String,age:Int)
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder()
      .appName("BloomFilterDemo")
      .master("local[*]")
      .getOrCreate()

    val output = "D:\\aarontest\\data\\777.txt"

    import spark.implicits._
    val df = spark.sparkContext.parallelize(Seq(
      General("张辽",227), General("司马懿",188), General("扎克",100)
    )).toDF
    df.show(false)

    val rdd = spark.sparkContext.parallelize(Seq("赵信","司马懿","扎克"))

    // 生成bloomFilter
    val bf = df.stat.bloomFilter("name",20L,0.01)
    // 将bloomFilter写出
    val bos = new BufferedOutputStream(new FileOutputStream(output))
    bf.writeTo(bos)
    bos.close()
    // 将bloomFilter读入
    val bis = new BufferedInputStream(new FileInputStream(output))
    val filter = BloomFilter.readFrom(bis)
    bis.close()
    // 判定数据是否存在
    val resRdd = rdd.map(x=>(x,filter.mightContainString(x)))

    resRdd.foreach(println)
    spark.stop()
  }
}

参考资料:https://spark.apache.org/docs/2.3.2/api/java/org/apache/spark/util/sketch/BloomFilter.html
https://www.cnblogs.com/itboys/p/11109478.html

====================================================================

@羲凡——只为了更好的活着

若对博客中有任何问题,欢迎留言交流

  • 0
    点赞
  • 2
    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