import org.apache.spark.{Partitioner, SparkConf, SparkContext}
object PartitionCustom {
// 分区器决定哪一个元素进入某一个分区
// 目标: 把10个分区器,偶数分在第一个分区,奇数分在第二个分区
// 自定义分区器
// 1. 创建一个类继承Partitioner
// 2. 重写两个方法
// 3. 在创建RDD的时候,partitionBy方法 指定分区器
// 创建一个类继承Partitioner
class MyPartitioner extends Partitioner{
override def numPartitions: Int = 2 // 两个分区,编号就是:0,1
// key - value
override def getPartition(key: Any): Int = {
if(key.asInstanceOf[Int] % 2 == 0){
0
}else{
1
}
}
}
def main(args: Array[String]): Unit = {
// 创建SparkContext
val conf = new SparkConf().setAppName("PartitionCustom").setMaster("local[*]")
val sc = new SparkContext(conf)
// 初始数据
val rdd = sc.parallelize(List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10))
//val rdd = sc.parallelize(List( (1,1), (2,2))
// 自定义分区器使用的前提:数据是key-value类型
val rdd1 = rdd.map(num =>(num,num))
// 使用自定义分区器
val rdd2 = rdd1.partitionBy(new MyPartitioner)
// 在分区完成之后的基础上,只保留key
val rdd3 = rdd2.map(t => t._1)
rdd3.saveAsTextFile("output6")
}
}
spark小任务
只因只因爆2025-05-15 18:20
相关推荐
mykyle1 小时前
Elasticsearch-ik分析器itLaity1 小时前
基于Kafka实现简单的延时队列qq_529835352 小时前
Zookeeper的简单了解weixin_lynhgworld2 小时前
淘宝扭蛋机小程序系统开发:重塑电商互动模式smileNicky3 小时前
RabbitMQ有多少种Exchange?你我约定有三3 小时前
RabbitMQ--消息丢失问题及解决Java初学者小白3 小时前
秋招Day19 - 分布式 - 分布式事务RPA+AI十二工作室5 小时前
影刀RPA_Temu关键词取数_源码解读程序员小羊!5 小时前
Zookeeper 3.6.3【详细技术讲解】整Sui_Network5 小时前
探索 Sui 上 BTCfi 的各类资产