IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> 使用spark 布隆过滤器的一个坑 -> 正文阅读

[大数据]使用spark 布隆过滤器的一个坑

object SparkAutoBloomFilterDemo {
	def main(args: Array[String]): Unit = {
		val spark = SparkSession.builder().enableHiveSupport().config(sparkConf).getOrCreate()
		import spark.implicits._
		//注意!id_不能为数字,否则无效!!!!!
//		val df = Seq(
//			("dsad11", "First Value3"),
//			("dsad12", "Second Value4")
//		).toDF("id_", "name")
//		val df2 = Seq(
//			("dsad11", "First Value31"),
//			("dsad12", "Second Value41"),
//			("dsad121", "Second Value4"),
//			("dsa3d11", "Second Value4")
//		).toDF("id_", "name")
		val df:DataFrame = getGenerDataframe(3,spark)
		val df2:DataFrame = df
		println("=====df")
		df.show

		println("=====df2")
		df2.show


		val bf = df.stat.bloomFilter("id_",df.count().toInt,0.01)
		//val bf = df.stat.bloomFilter("id",0,0.01)//如果是o的话会报错Expected insertions must be positive
//		val rightNum = rdd.map(x=>(x.toInt,bf.mightContainString(x)))
		println("=====dfmight")
		df2.where(!might_contain(bf)($"id_")).show
	}

	def might_contain(f: org.apache.spark.util.sketch.BloomFilter) = udf((x: String) =>
		if(x != null) f.mightContain(x) else false)
}

要记住布隆过滤器去重的那一列不能是数字

  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2021-08-13 12:07:06  更:2021-08-13 12:07:32 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/23 8:42:33-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码