求topN的多种方法

求topN的多种方法第一种package cn.doit.spark.day05.demo02import cn.doit.SparkUtilimport org.apache.spark.rdd.RDD/* http://bigdata.51doit.cn/laozhang http://bigdata.51doit.cn/laozhang http://bigdata.51doit.cn/laozhao http://bigdata.51doit.cn
摘要由CSDN通过智能技术生成

求topN的多种方法

第一种

package cn.doit.spark.day05.demo02

import cn.doit.SparkUtil
import org.apache.spark.rdd.RDD

/*
    http://bigdata.51doit.cn/laozhang
    http://bigdata.51doit.cn/laozhang
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laoduan
    http://bigdata.51doit.cn/laoduan
    http://javaee.51doit.cn/xiaoxu
    http://javaee.51doit.cn/xiaoxu
    http://javaee.51doit.cn/laoyang
    http://javaee.51doit.cn/laoyang
    http://javaee.51doit.cn/laoyang
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laozhao
    http://bigdata.51doit.cn/laozhao
 */
object Teacher {
  def main(args: Array[String]): Unit = {

    val sc = SparkUtil.createContext()

    //指定以后从哪里读取数据创建RDD
    val lines = sc.textFile(args(1))
    //对数据进行切分
    val rdd2: RDD[((String, String), Int)] = lines.map(line => {
      val spl = line.split("/")
      val subject = spl(2).split("\\.")(0)
      val name = spl(3)
      ((subject, name), 1)
    })

    //对数据进行聚合
    val rdd3: RDD[((String, String), Int)] = rdd2.reduceByKey(_ + _)

    //先分组
    val rdd4: RDD[(String, Iterable[((String, String), Int)])] = rdd3.groupBy(_._1._1)

    //排序
    val rdd5: RDD[(String, Seq[(String, Int)])] = rdd4.mapValues(it => {
      //将迭代器中的数据都放到内存中
     val list: Seq[((String, String), Int)] = it.toList
     list.sortBy(-_._2).take(3).map(e=> (e._1._2,e._2))
    })
    println(rdd5.collect().toBuffer)

    sc.stop()
  }
}

第二种

package cn.doit.spark.day05.demo02

import cn.doit.SparkUtil
import org.apache.spark.SparkContext
import org.apache.spark.rdd.RDD

object Teacher2 {
  def main(args: Array[String]): Unit = {
    //调用封装方法,获取SparkContext
    val sc: SparkContext = SparkUtil.createContext()
    //获取rdd  读取文件
    val rdd1: RDD[String] = sc.textFile(args(0))

    //切割 取索引  拼接kv
    val rdd2: RDD[((String, String), Int)] = rdd1.map(e => {
      val fields = e.split("/")
      val url = fields(2)
 
  • 1
    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