java实现spark常用算子之cogroup

import org.apache.spark.SparkConf;import org.apache.spark.api.java.JavaPairRDD;import org.apache.spark.api.java.JavaSparkContext;import org.apache.spark.api.java.function.VoidFunction;import scala.Tuple2;import java.util.Arrays;import java.util.List;/** *  cogroup(otherDataSet,[numTasks]) 算子: *  将两个RDD中的数据按照key进行汇总: *      第一个RDD按照key进行汇总,结果放在iterable中。 *      第二个RDD同样按照key进行汇总,结果放在另一个iterable中。 *      最后得到一个key和两个iterable的数据。 */public class CogroupOperator {    public static void main(String[] args) {        SparkConf conf = new SparkConf().setMaster("local").setAppName("cogroup");        JavaSparkContext sc = new JavaSparkContext(conf);        List<Tuple2<String,String>> stus = Arrays.asList(                new Tuple2<>("w1","z1"),                new Tuple2<>("w2","z2"),                new Tuple2<>("w3","z3"),                new Tuple2<>("w2","z2"),                new Tuple2<>("w1","z1")        );        List<Tuple2<String,String>> scores = Arrays.asList(                new Tuple2<>("w1","100"),                new Tuple2<>("w2","10"),                new Tuple2<>("w3","1"),                new Tuple2<>("w2","90"),                new Tuple2<>("w1","900")        );        JavaPairRDD<String,String> stusrdd = sc.parallelizePairs(stus);        JavaPairRDD<String,String> scorerdd = sc.parallelizePairs(scores);        JavaPairRDD<String,Tuple2<Iterable<String>,Iterable<String>>> result = stusrdd.cogroup(scorerdd,2);        result.foreach(new VoidFunction<Tuple2<String, Tuple2<Iterable<String>, Iterable<String>>>>() {            @Override            public void call(Tuple2<String, Tuple2<Iterable<String>, Iterable<String>>> tuple) throws Exception {                System.err.println("key:"+tuple._1+",另外两个iterable中的数据:"+tuple._2);            }        });    }}

微信扫描下图二维码加入博主知识星球,获取更多大数据、人工智能、算法等免费学习资料哦!

点赞
收藏

评论区

加载中...

相关推荐

MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1

文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s

Oracle 分组与拼接字符串同时使用

SELECTT.,ROWNUMIDFROM(SELECTT.EMPLID,T.NAME,T.BU,T.REALDEPART,T.FORMATDATE,SUM(T.S0)S0,MAX(UPDATETIME)CREATETIME,LISTAGG(TOCHAR(

MySQL部分从库上面因为大量的临时表tmp_table造成慢查询

背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_

皕杰报表之UUID

​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为

手写Java HashMap源码

HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22

2020年前端实用代码段,为你的工作保驾护航

有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )