user

user_artist__data数据记录用户播放某首歌曲的次数，数据包含3个字段，分别为useid(用户ID)、artistid(艺术家ID)、playcount(播放次数)。

user_artist_data.txt

使用SparkSQL对该数据进行探索分析。

（1）统计非重复的用户个数。

（2）统计用户听过的歌曲总数。

（3）找出ID为“1000002”的用户最喜欢的10首歌曲（即播放次数最多的10首歌曲）。

import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;

public class homework_4 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		SparkSession spark = SparkSession.builder().master("local").appName("Java Spark SQL basic example").config("spark.testing.memory","2147480000").getOrCreate();
		Dataset df = spark.read().format("csv").option("header", "true").load("file:///homeq/eclipse-workspace/user_artist_data.csv");
		//df.show();
		df.createOrReplaceTempView("UAD");
		
		//1）统计非重复的用户个数。
		//spark.sql("select count(distinct userid) as usernumber from UAD ").show();
		
		//统计用户听过的歌曲总数。
//		spark.sql("select userid,count(playcount) as playcount from UAD group by userid").show();
		System.err.println("");
		
//		找出ID为“1000002”的用户最喜欢的10首歌曲（即播放次数最多的10首歌曲）。
		spark.sql("select * from UAD where userid='1000002' order by playcount desc limit 10").show();
		
	}

}