spark【例子】倒排索引(InvertedIndex) | 您所在的位置:网站首页 › spark 索引 › spark【例子】倒排索引(InvertedIndex) |
例子描述: 【倒排索引(InvertedIndex)】 这个例子是在一本讲Spark书中看到的,但是样例代码写的太Java化,没有函数式编程风格,于是问了些高手,教我写了份函数式的倒排索引。 这段代码,我在刚开始学的时候很难想到二次拆分数据,所以这个难点挺不错的。 原始数据 cx1|a,b,c,d,e,f cx2|c,d,e,f cx3|a,b,c,f cx4|a,b,c,d,e,f cx5|a,b,e,f cx6|a,b,c,d cx7|a,b,c,f cx8|d,e,f cx9|b,c,d,e,f 结果数据 d|cx1,cx2,cx4,cx6,cx8,cx9 e|cx1,cx2,cx4,cx5,cx8,cx9 a|cx1,cx3,cx4,cx5,cx6,cx7 b|cx1,cx3,cx4,cx5,cx6,cx7,cx9 f|cx1,cx2,cx3,cx4,cx5,cx7,cx8,cx9 c|cx1,cx2,cx3,cx4,cx6,cx7,cx9 代码片段: /* 倒排索引InvertedIndex */ val source = Source.fromFile("E:/cxsvn/txt/dp.txt").getLines.toArray val cxRDD0 = sc.parallelize(source) /* spark单机读取数据 */ cxRDD0.flatMap { lines => val line = lines.split("\\|", -1) /* 拆分数据,以竖杠为拆分条件 */ line(1).split(",", -1).map { /* 再对拆分后的数据,进行第二次拆分 */ v => (v, line(0)) /* 拼接数据 */ } }.groupByKey() /* 分组 */ .sortBy(_._1,true) /* 排序 */ .foreach(x => println(s"${x._1}|${x._2.mkString(",")}")) /* 格式化输出 */ 123456789101112131415 123456789101112131415 |
CopyRight 2018-2019 实验室设备网 版权所有 |