sample
val list8=1 to 100
val listRDD8=sc.parallelize(list8)
listRDD8.sample(false,0.05,0).foreach(num=>print(num+" "))
源码: *def sample(withReplacement : scala.Boolean, fraction : scala.Double, seed : scala.Long = { /* compiled code */ }) : org.apache.spark.rdd.RDD[T] = { /* compiled code */ }*
withReplacement 元素可以多次抽样(在抽样时替换)
当withReplacement=false时:选择每个元素的概率;分数一定是[0,1] ;
当withReplacement=true时:选择每个元素的期望次数; 分数必须大于等于0。
fraction:期望样本的大小作为RDD大小的一部分,
3、seed:随机数生成器的种子
结果如下