• java spark转换算子groupByKey、reduceByKey、aggregateByKey


    /**
     * # _*_ coding:utf-8 _*_
     * # Author:xiaoshubiao
     * # Time : 2020/5/14 8:33
     **/
    import org.apache.spark.SparkConf;
    import org.apache.spark.api.java.JavaPairRDD;
    import org.apache.spark.api.java.JavaRDD;
    import org.apache.spark.api.java.JavaSparkContext;
    import org.apache.spark.api.java.function.Function2;
    import scala.Tuple2;
    
    import java.util.ArrayList;
    import java.util.Arrays;
    import java.util.List;
    
    public class union_test {
        public static void main(String[] args) {
            SparkConf conf = new SparkConf().setMaster("local[*]").setAppName("union_test");
            JavaSparkContext sc = new JavaSparkContext(conf);
            List<String> list = Arrays.asList("a","b","c","a");
            JavaRDD<String> parallelize = sc.parallelize(list,2);
            JavaPairRDD javaPairRDD = parallelize.mapToPair(x -> new Tuple2(x, 1));
            javaPairRDD.groupByKey().collect().forEach(x->System.out.println(x));
            // reduceBykey 没有默认值,在某个key只有一条数据的时候是不会执行该函数的,所以当前情况下“执行”只打印了一次。
            // 最终执行的结果是(b,1) (a,执行) (c,1) 并不是(b,执行) (a,执行) (c,执行)
            javaPairRDD.reduceByKey(
                    new Function2<Integer, Integer, String>() {
                    @Override
                    public String call(Integer integer, Integer integer2) throws Exception {
                        System.out.println("执行");
                        return "执行";
                    }
            },2).collect().forEach(x->System.out.println(x));
    
    
            // aggregateBykey 参数1:进行分区内计算的默认值
            // 参数2:分区内计算逻辑
            //参数3:分区间计算逻辑
            javaPairRDD.aggregateByKey(1, new Function2<Integer,Integer,Integer>() {
                @Override
                public Integer call(Integer o, Integer o2) throws Exception {
                    System.out.println("分区内");
                    return o+o2;
                }
            }, new Function2<Integer,Integer,Integer>() {
                @Override
                public Integer call(Integer o, Integer o2) throws Exception {
                    System.out.println("分区间");
                    return o+o2;
                }
            }).collect().forEach(x->System.out.println(x));
    
        }
    }
  • 相关阅读:
    mysqldump备份数据库时排除某些库
    Dataguard后台进程解析
    mysql 查看所有存储过程
    Oracle 中的 TO_DATE 和 TO_CHAR 函数
    trunc的使用
    mysql now() sysdate() curdate()区别
    ORA-10456:cannot open standby database;media recovery session may be in process
    ORACLE 修改日志大小及增加日志成员
    Oracle 11gR2用gpnp profile存放ASM的spfile路径
    C语言malloc()函数:动态分配内存空间
  • 原文地址:https://www.cnblogs.com/7749ha/p/12888178.html
Copyright © 2020-2023  润新知