当前位置:   article > 正文

spark算子简单案例 - Python_第1关:wordcount词频统计

第1关:wordcount词频统计

第1关:WordCount - 词频统计

  1. # -*- coding: UTF-8 -*-
  2. from pyspark import SparkContext
  3. if __name__ == "__main__":
  4. """
  5. 需求:对本地文件系统URI为:/root/wordcount.txt 的内容进行词频统计
  6. """
  7. # ********** Begin **********#
  8. sc = SparkContext("local","pySpark")
  9. rdd = sc.textFile("/root/wordcount.txt")
  10. values = rdd.flatMap(lambda x:str(x).split(" ")).map(lambda x:(x,1)).reduceByKey(lambda x,y:x+y).sortBy(lambda x:tuple(x)[1],False)
  11. print(values.collect())
  12. # ********** End **********#


第2关:Friend Recommendation - 好友推荐

  1. # -*- coding: UTF-8 -*-
  2. from pyspark import SparkContext
  3. def word_couple(word1, word2):
  4. if hash(word1) > hash(word2):
  5. return word1 + '_' + word2
  6. return word2 + '_' + word1
  7. def relations(items):
  8. result = []
  9. for i in range(1, len(items)):
  10. result.append((word_couple(items[0], items[i]), 0))
  11. for j in range(i+1, len(items)):
  12. result.append((word_couple(items[i], items[j]), 1))
  13. return result
  14. def fun2(x):
  15. values = tuple(x[1])
  16. return ((x[0], 0) if min(values)==0 else (x[0], sum(values)))
  17. if __name__ == "__main__":
  18. """
  19. 需求:对本地文件系统URI为:/root/friend.txt 的数据统计间接好友的数量
  20. """
  21. # ********** Begin **********#
  22. sc = SparkContext("local", "friend recommendation")
  23. src = sc.textFile("/root/friend.txt").map(lambda x:x.strip().encode('utf-8').split(" "))
  24. rdd = src.flatMap(relations).reduceByKey(lambda x,y:0 if x==0 or y==0 else x+y).filter(lambda x:x[1]>0)
  25. print(rdd.collect())
  26. # ********** End **********#

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/388251
推荐阅读
相关标签
  

闽ICP备14008679号