package org.example
import org.apache.spark.{Partitioner, SparkConf, SparkContext}
case class Order(id: Int, price: Double, info: String) {
override def toString: String = s"$id, $price, $info"
}
class orderPartitioner extends Partitioner{
override def numPartitions: Int = 3
override def getPartition(key: Any): Int = {
//0-1000 => 1
//1001-2000 => 2
//3
if (key.asInstanceOf[Int] <= 1000) {
0
} else if (key.toString.toInt <= 2000) {
1
} else {
2
}
}
}
object PartitionOrder {
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setAppName("Partition").setMaster("local[*]")
val sc = new SparkContext(conf)
//读入data/order.csv 创建RDD
val orderRDD = sc.textFile("data/order.csv")
val rdd1 = orderRDD.map(line => {
val fields = line.split(",")
val order = Order(fields(0).toInt, fields(1).toDouble, fields(2))
(order.id, order)
})
val rdd2 = rdd1.partitionBy(new orderPartitioner)
rdd2.map(x => x._2).saveAsTextFile("data/output1")
rdd2.mapPartitions(iter => {
var count = 0
var sum = 0.0
iter.foreach(x => {
sum += x._2.price
count += 1
})
Iterator(s"${count}件, ${sum}元")
})saveAsTextFile("data/output2")
}
RDD-自定义分区器案例
懒惰的橘猫2025-05-14 9:26
相关推荐
Likeadust11 小时前
新版视频直播点播平台EasyDSS用视频破局,获客转化双提升Aurora_eye12 小时前
记录之Ubuntu22.4虚拟机及hadoop为分布式安装Kay_Liang12 小时前
大语言模型如何精准调用函数—— Function Calling 系统笔记链上日记13 小时前
AIOT定义Web3健康新纪元:从智能硬件到健康金融一人の梅雨13 小时前
大麦网关键词列表接口的产业级实现:从演出聚合到市场趋势预测的全维度技术方案自由自在的小Bird14 小时前
TDengine言之。1 天前
大模型嵌入 vs ES:语义搜索与关键字搜索SirLancelot11 天前
StarRocks-基本介绍(一)基本概念、特点、适用场景阑梦清川1 天前
es的docker部署和docker相关的可可视化面板工具介绍Mr_LiYYD1 天前
elasticsearch数据迁移