spark 造数据代码

import org.apache.spark.SparkContext
import scala.util.Random
import org.apache.spark.sql.Row
import org.apache.spark.sql.SQLContext
import org.apache.spark.sql.types.StructField
import org.apache.spark.sql.types.DoubleType
import org.apache.spark.sql.types.StructType
import org.apache.spark.sql.types.StringType
import org.apache.spark.sql.SparkSession
def genClassifiDataFrame(sc:SparkContext,
numPartitions:Int,
rows:Int,
dim:Int,
numClass:Int)={
val rdd=sc.parallelize((1 to rows.toInt),numPartitions).map{i=>
val values:Array[Double]=(0 to (dim-1)).map{j=>
(Random.nextDouble()*10).formatted("%.2f").toDouble
}.toArray
Row.fromSeq(values:+Random.nextInt(numClass).toString())
}
val sqlc=new SQLContext(sc)
val structs=Array.tabulate(dim)(f=>StructField(“x”+f.toString(),DoubleType,true))
val schame=StructType(structs:+StructField(“x”+dim,StringType,true))
val df=sqlc.createDataFrame(rdd, schame)
df
}
val input=getInPortDataset(“in”)
val sc=input.sparkSession.sparkContext
val output=genClassifiDataFrame(sc,1,rows=1000000,dim=100,3)
setOutPortValue(“out”, output)

  • 0
    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