栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

spark自定义累加器 map

spark自定义累加器 map

定义
import org.apache.spark.util.AccumulatorV2

import scala.collection.mutable

// T: (String, Int) 这里使用案例是统计词频 (单词,出现次数)
class WordCountAccumulator[T] private extends AccumulatorV2[T, mutable.Map[String, Int]] {
  val _map = mutable.Map[String, Int]()
  // 判断累加器是否是初始状态
  override def isZero: Boolean = _map.isEmpty

  override def copy(): AccumulatorV2[T, mutable.Map[String, Int]] = {
    // 复制当前累加器内容到新的累加器里面并返回新的累加器
    val newAcc = new WordCountAccumulator[T]
    for (i <- _map) {
      newAcc._map += i
    }
    newAcc
  }

  override def reset(): Unit = {
    // 重置累加器数据
    _map.clear()
  }

  override def add(v: T): Unit = {
    // v应该是PariRDD
    // 在累加器中累加单词个数
    val wordMapping: (String, Int) = v.asInstanceOf[(String, Int)]
    _map += Tuple2(wordMapping._1, wordMapping._2 + _map.getOrElse(wordMapping._1, 0))
  }

  override def merge(other: AccumulatorV2[T, mutable.Map[String, Int]]): Unit = 
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/422498.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号