Sparkcore和Sparksql完成经典TopN

本文通过Spark SQL利用窗口函数处理数据,演示如何高效地完成经典TopN问题,适用于大数据场景下的排名分析。
摘要由CSDN通过智能技术生成

数据是:
在这里插入图片描述

import org.apache.spark.SparkContext
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.{DataFrame, Row, SparkSession}

object TopN {
  def main(args: Array[String]): Unit = {
   sparkcoreTopN()
    sparksqlTopN()
  }

    def sparkcoreTopN(): Unit ={
    val spark: SparkSession = SparkSession.builder().appName("topn").master("local[*]").getOrCreate()
    val sc: SparkContext = spark.sparkContext
    sc.setLogLevel("WARN")
    val rddtext: RDD[String] = sc.textFile("input/topn")
    /**
     * spark core 实现分组取topN
     */

    val value: RDD[(String, (String, String))] = rddtext.map(x => {
      val data: Array[String] = x.split(" ")
      (data(0), (data(1), data(2)))
    })
    val value1: RDD[(String, Iterable[(String, String)])] = value.groupByKey()
    value1.foreach(x=>println(x))

    val value2: RDD[(String, Array[(String, String)])] = value1.map(m => {
      val classname: String = m._1
      val top3: Array[(String, String)] = m._2.toArray.sortWith(_._2 > _._2).take(3)
      (classname, top3)
    })

    value2.foreach(m=>{
     println(m._1+"班级前三")
     m._2.foreach(println)
    })
    }
  //用sparksql (开窗函数)完成top3
  def sparksqlTopN (): Unit ={

    val spark: SparkSession = SparkSession.builder().appName("topn").master("local[*]").getOrCreate()
    val sc: SparkContext = spark.sparkContext
    sc.setLogLevel("WARN")
    import spark.implicits._
    val rddtext: RDD[String] = sc.textFile("input/topn")
    val student: DataFrame = rddtext.map(x => x.split(" ")).map(data => (data(0), data(1), data(2).toInt)).toDF("classname", "name", "age")
    student.createOrReplaceTempView("student")
    spark.sql(" select * from (select *, Row_Number() OVER (partition by classname ORDER BY age desc) topn FROM student) t1  where topn<=3").show()

  }	
}

在这里插入图片描述
使用开窗函数的结果
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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