• java spark 计算各个省份广告点击数的top3


    数据格式:

    时间戳 省份 城市 用户 广告

    1589677806 河南 洛阳 user1 ad1
    1589677807 河南 郑州 user1 ad1
    1589677808 河南 洛阳 user2 ad1
    1589677809 河南 洛阳 user3 ad2
    1589677811 河南 郑州 user1 ad2
    1589677813 河南 偃师 user1 ad2
    1589677815 浙江 杭州 user1 ad1
    1589677818 浙江 杭州 user2 ad1
    1589677806 河南 郑州 user2 ad1

    需求:

    计算各个省份的广告点击排序top3

    代码实现:

    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.FlatMapFunction;
    import org.apache.spark.api.java.function.Function;
    import org.apache.spark.api.java.function.Function2;
    import org.apache.spark.api.java.function.PairFunction;
    import org.apache.spark.sql.sources.In;
    import scala.Tuple2;
    
    import java.util.*;
    
    /**
     * # _*_ coding:utf-8 _*_
     * # Author:xiaoshubiao
     * # Time : 2020/5/17 9:13
     **/
    
    public class anli_test {
        public static void main(String[] args) {
            SparkConf conf = new SparkConf().setMaster("local[*]").setAppName("test");
            JavaSparkContext sc = new JavaSparkContext(conf);
            JavaRDD<String> stringJavaRDD = sc.textFile("D:\tmp\rizhi.txt");
            JavaPairRDD<String, Integer> stringIntegerJavaPairRDD = stringJavaRDD.
                    //转换成键值对的形式 如(省份-广告,点击数)
                    mapToPair(
                            new PairFunction<String, String, Integer>() {
                                @Override
                                public Tuple2<String, Integer> call(String s) throws Exception {
                                    String[] s1 = s.split(" ");
                                    return new Tuple2<String, Integer>(s1[1] + "-" + s1[4], 1);
                                }
                            }
                    )
                    // 计算相同key的点击数和:(省份-广告,点击数和)
                    .reduceByKey(new Function2<Integer, Integer, Integer>() {
                        @Override
                        public Integer call(Integer integer, Integer integer2) throws Exception {
                            return integer + integer2;
                        }
                    });
    
            stringIntegerJavaPairRDD.
                    //转换key的结构 (省份-广告,点击数和)=》(省份,(广告,点击数和))
                    mapToPair(
                    new PairFunction<Tuple2<String, Integer>, String, Tuple2>() {
                        @Override
                        public Tuple2<String, Tuple2> call(Tuple2<String, Integer> stringIntegerTuple2) throws Exception {
                            String[] s = stringIntegerTuple2._1().split("-");
                            Tuple2<String, Integer> stringIntegerTuple21 = new Tuple2<>(s[1], stringIntegerTuple2._2());
    
                            return new Tuple2<>(s[0],stringIntegerTuple21);
                        }
                    }
            )
                    // 按照k聚合
                    .groupByKey()
                    //对值进行排序
                    .mapValues(
                    new Function<Iterable<Tuple2>, Iterable>() {
                        @Override
                        public Iterable call(Iterable<Tuple2> tuple2s) throws Exception {
                            ArrayList<Tuple2<String, Integer>> tuple2s1 = new ArrayList<>();
                            Iterator<Tuple2> iterator = tuple2s.iterator();
                            while (iterator.hasNext()){
                                Tuple2 next = iterator.next();
                                tuple2s1.add(next);
                            }
                            tuple2s1.sort(
                                    new Comparator<Tuple2<String, Integer>>() {
                                        @Override
                                        public int compare(Tuple2<String, Integer> o1, Tuple2<String, Integer> o2) {
    
                                            return o2._2() - o1._2();
                                        }
                                    }
                            );
                            ArrayList<Tuple2<String,Integer>> t = new ArrayList<>();
                            Iterator<Tuple2<String, Integer>> iterator1 = tuple2s1.iterator();
                            Integer i = 0;
                            Integer n = 2;
                            while (iterator1.hasNext() & i<n){
                                t.add(iterator1.next());
                                i++;
                            }
                            return t;
                        }
                    }
            )
                    .collect().forEach(x->System.out.println(x));
        }
    
    
    }
  • 相关阅读:
    解决maven构建webapp index.jsp报错问题
    Maven入门介绍
    Linux常用命令的解释
    linux怎么查看一个文件夹的大小
    EPEL源-是什么全称
    nginx+php-fpm配置后页面显示空白的解决方法(yum形式的安装)
    配置新服务器 的一些 依赖库 php mysql nginx
    服务器 CentOS上yum安装Nginx服务
    Java File创建新目录和文件
    struts2的文件上传
  • 原文地址:https://www.cnblogs.com/7749ha/p/12909115.html
Copyright © 2020-2023  润新知