(PySpark)RDD实验实战——求商品销量排行

复制代码
实验环境:

提前准备好findspark,pyspark,py4j等库

复制代码
import findspark
from pyspark import SparkContext, SparkConf

findspark.init()
复制代码
#初始化spark,默认为你所设定的环境变量
复制代码
conf = SparkConf().setAppName("jsytest").setMaster("local[4]")
复制代码
#创建一个SparkConf对象,用于配置Spark应用程序,用setAppName来设置程序名称,
#用setMaster来设置运行模式和线程数,这里为本地模式,4个线程
复制代码
sc = SparkContext(conf=conf)
复制代码
#创建一个SparkContext对象,它是与Spark集群通信的主要接口
# sc.stop()  #关闭spark上下文
复制代码
goods = [("Book",30,50),("Pen",5,80),("Notebook",15,60),("Pencil",2,70),("Eraser",3,50)]
复制代码
#创建所需的数据集(商品名,价格,销量)
复制代码
n=2
复制代码
#所需的前n个排序
复制代码
rdd = sc.parallelize(goods)
复制代码
#用parallelize方法将goods中的数据结构并行化成RDD
复制代码
rdd.sortBy(lambda x:x[2], ascending=True,numPartitions=3).collect()
复制代码
#rdd.sortBy()用于对RDD中的元素按照指定的排序键进行排序
#rdd.sortBy(keyfunc, ascending=True, numPartitions=None)
#keyfunc,是从 RDD 的每个元素中提取用于排序的键,多分区的话可以通过指定key的排序,来达到操作目的
#ascending表示排序的顺序。 True为升序,False为降序。
#numPartitions表示最终返回结果RDD的分区数。
#这里取的是数据中的第三分区销量作为key,返回的值也是三个分区
复制代码
ss=rdd.sortBy(lambda x:x[2], ascending=True,numPartitions=3).collect()
复制代码
##把最终排序导入ss数组中
复制代码
c=rdd.count()-1
复制代码
#取数组上限
复制代码
ysj=0
复制代码
#记录循环次数
复制代码
while ysj<=n-1:
#循环输出
        print("销售第",ysj+1,"多的:",ss[c-ysj])

        ysj=ysj+1

所有代码如下

复制代码
import findspark
from pyspark import SparkContext, SparkConf
findspark.init()
conf = SparkConf().setAppName("jsytest").setMaster("local[4]")
sc = SparkContext(conf=conf
goods = [("Book",30,50),("Pen",5,80),("Notebook",15,60),("Pencil",2,70),("Eraser",3,50)]
n=2
rdd = sc.parallelize(goods)
rdd.sortBy(lambda x:x[2], ascending=True,numPartitions=3).collect()
ss=rdd.sortBy(lambda x:x[2], ascending=True,numPartitions=3).collect()
c=rdd.count()-1
ysj=0
while ysj<=n-1:
        print("销售第",ysj+1,"多的:",ss[c-ysj])
        ysj=ysj+1

结果演示

复制代码
销售第 1 多的: ('Pen', 5, 80)
销售第 2 多的: ('Pencil', 2, 70)
相关推荐
一个天蝎座 白勺 程序猿6 分钟前
Python练习(1)Python基础类型操作语法实战:20道实战题解与案例分析(上)
开发语言·python·学习
巨人张25 分钟前
信息素养Python编程题
开发语言·python
站大爷IP31 分钟前
Python爬虫动态IP代理报错全解析:从问题定位到实战优化
python
hie9889438 分钟前
CentOS环境搭建-快速升级G++版本
linux·python·centos
盛寒41 分钟前
向量空间 线性代数
python·线性代数·机器学习
5171 小时前
Django中序列化与反序列化
后端·python·django
lxiaoj1111 小时前
Python文件操作笔记
笔记·python
Tomorrow'sThinker2 小时前
✍️ Python 批量设置 Word 文档多级字体样式(标题/正文/名称/小节)
python·自动化·word·excel
秋难降2 小时前
Python 知识点详解(三)
python·编程语言
chao_7893 小时前
二分查找篇——寻找旋转排序数组中的最小值【LeetCode】
python·线性代数·算法·leetcode·矩阵