UserView--第二种方式(避免第一种方式Set饱和),基于Spark算子的java代码实现
Posted 日月的弯刀
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了UserView--第二种方式(避免第一种方式Set饱和),基于Spark算子的java代码实现相关的知识,希望对你有一定的参考价值。
UserView--第二种方式(避免第一种方式Set饱和),基于Spark算子的java代码实现
测试数据
java代码
1 package com.hzf.spark.study; 2 3 import java.util.Map; 4 import java.util.Set; 5 6 import org.apache.spark.SparkConf; 7 import org.apache.spark.api.java.JavaPairRDD; 8 import org.apache.spark.api.java.JavaRDD; 9 import org.apache.spark.api.java.JavaSparkContext; 10 import org.apache.spark.api.java.function.Function; 11 import org.apache.spark.api.java.function.PairFunction; 12 import org.apache.spark.broadcast.Broadcast; 13 14 import scala.Tuple2; 15 16 public class UVAnalysis02 { 17 public static void main(String[] args) { 18 SparkConf conf = new SparkConf().setAppName("UV_ANA").setMaster("local") 19 .set("spark.testing.memory", "2147480000"); 20 @SuppressWarnings("resource") 21 JavaSparkContext sc = new JavaSparkContext(conf); 22 JavaRDD<String> logRDD = sc.textFile("userLog1"); 23 String str = "View"; 24 final Broadcast<String> broadcast = sc.broadcast(str); 25 uvAnalyzeOptz(logRDD, broadcast); 26 } 27 28 private static void uvAnalyzeOptz(JavaRDD<String> logRDD, final Broadcast<String> broadcast) { 29 JavaRDD<String> filteredLogRDD = logRDD.filter(new Function<String, Boolean>() { 30 31 private static final long serialVersionUID = 1L; 32 33 @Override 34 public Boolean call(String v1) throws Exception { 35 String actionParam = broadcast.value(); 36 String action = v1.split("\\t")[5]; 37 return actionParam.equals(action); 38 } 39 }); 40 41 JavaPairRDD<String, String> up2LogRDD = filteredLogRDD.mapToPair(new PairFunction<String, String, String>() { 42 43 private static final long serialVersionUID = 1L; 44 45 @Override 46 public Tuple2<String, String> call(String val) throws Exception { 47 String[] splited = val.split("\\t"); 48 String userId = splited[2]; 49 String pageId = splited[3]; 50 51 return new Tuple2<String, String>(userId + "_" + pageId,null); 52 } 53 }); 54 55 JavaPairRDD<String, Iterable<String>> groupUp2LogRDD = up2LogRDD.groupByKey(); 56 57 Map<String, Object> countByKey = groupUp2LogRDD.mapToPair(new PairFunction<Tuple2<String,Iterable<String>>, String, String>() { 58 59 private static final long serialVersionUID = 1L; 60 61 @Override 62 public Tuple2<String, String> call(Tuple2<String, Iterable<String>> tuple) throws Exception { 63 String pu = tuple._1; 64 String[] splited = pu.split("_"); 65 String pageId = splited[1]; 66 return new Tuple2<String, String>(pageId,null); 67 } 68 }).countByKey(); 69 70 Set<String> keySet = countByKey.keySet(); 71 for (String key : keySet) { 72 System.out.println("PAGEID:"+key+"\\tUV_COUNT:"+countByKey.get(key)); 73 } 74 } 75 }
result
以上是关于UserView--第二种方式(避免第一种方式Set饱和),基于Spark算子的java代码实现的主要内容,如果未能解决你的问题,请参考以下文章
throws关键字_异常处理的第一种方式(交给别人处理)和try_catch_异常处理的第二种方式(自己处理)
使用日期对象,键盘录入一个年份,判断该年是否为闰年 * 用两种方式完成: * 第一种可以根据二月共有多少天来判断 * 第二种可以根据一年总共有多少天来判断