- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我试图合并多个 JavaRDD,但我只合并了 2 个,有人可以帮忙吗?我已经为此苦苦挣扎了一段时间,但总的来说,我希望能够获得多个集合并使用 sqlContext 创建一个组并打印出所有结果。
这里是我的代码
JavaRDD<AppLog> logs = mapCollection(sc, "mongodb://hadoopUser:Pocup1ne9@localhost:27017/hbdata.ppa_logs").union(
mapCollection(sc, "mongodb://hadoopUser:Pocup1ne9@localhost:27017/hbdata.fav_logs").union(
mapCollection(sc, "mongodb://hadoopUser:Pocup1ne9@localhost:27017/hbdata.pps_logs").union(
mapCollection(sc, "mongodb://hadoopUser:Pocup1ne9@localhost:27017/hbdata.dd_logs").union(
mapCollection(sc, "mongodb://hadoopUser:Pocup1ne9@localhost:27017/hbdata.ppt_logs")
)
)
)
);
public JavaRDD<AppLog> mapCollection(JavaSparkContext sc ,String uri){
Configuration mongodbConfig = new Configuration();
mongodbConfig.set("mongo.job.input.format", "com.mongodb.hadoop.MongoInputFormat");
mongodbConfig.set("mongo.input.uri", uri);
JavaPairRDD<Object, BSONObject> documents = sc.newAPIHadoopRDD(
mongodbConfig, // Configuration
MongoInputFormat.class, // InputFormat: read from a live cluster.
Object.class, // Key class
BSONObject.class // Value class
);
return documents.map(
new Function<Tuple2<Object, BSONObject>, AppLog>() {
public AppLog call(final Tuple2<Object, BSONObject> tuple) {
AppLog log = new AppLog();
BSONObject header =
(BSONObject) tuple._2();
log.setTarget((String) header.get("target"));
log.setAction((String) header.get("action"));
return log;
}
}
);
}
//打印集合 SQLContext sqlContext = new org.apache.spark.sql.SQLContext(sc);
DataFrame logsSchema = sqlContext.createDataFrame(logs, AppLog.class);
logsSchema.registerTempTable("logs");
DataFrame groupedMessages = sqlContext.sql(
"select * from logs");
// "select target, action, Count(*) from logs group by target, action");
// "SELECT to, body FROM messages WHERE to = \"eric.bass@enron.com\"");
groupedMessages.show();
logsSchema.printSchema();
最佳答案
如果你想合并多个 JavaRDDs
,只需使用 sc.union(rdd1,rdd2,..)
代替 rdd1.union(rdd2).union (rdd3)
。
关于java - 合并多个 JavaRDD,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40024690/
我正在使用以下命令将 txt 文件作为 JavaRDD 读取: JavaRDD vertexRDD = ctx.textFile(pathVertex); 现在,我想将其转换为 JavaRDD,因为在
我正在尝试将类型化rdd转换为行rdd,然后从中创建数据框。当我执行代码时,它抛出异常。 代码: JavaRDD rdd = sc.parallelize(counters); JavaRDD row
我正在尝试将 csv 文件作为 JavaRDD 字符串加载,然后想要获取 JavaRDD Vector 中的数据 import org.apache.spark.SparkConf; import o
我正在尝试将推文从 twitter 保存到 MongoDb 数据库。 我有RDD我正在尝试借助 ObjectMapper 将其转换为 JSON 格式。但是此转换存在一些问题( public class
我正在尝试对维基百科 XML 转储执行 LDA。在获得原始文本的 RDD 之后,我创建了一个数据框并通过 Tokenizer、StopWords 和 CountVectorizer 管道对其进行转换。
我有一个类对象列表的 JavaRDD。我想将它展平为类对象的 JaveRDD,这样JavaRDD 转到 JavaRDD 在这篇文章中 Convert RDD List to RDD of indivi
有没有直接转换JavaRDD>的方法至JavaRDD使用 Apache-Spark 的 Java API? JavaPairRDD> baseRDD = sc.newAPIHadoopFile(arg
JavaRDD> documents = StopWordsRemover.Execute(lemmatizedTwits).toJavaRDD().map(new Function>() {
我已经开始将我的 Pyspark 应用程序编写为 Java 实现。我正在使用 Java 8。我刚开始在 java 中执行一些基本的 spark progrma。我使用了以下 wordcount示例。
我有一个JavaRDD>当我使用时,我的文件在每个字符串列表的开头和结尾处都用 [] 写入 javacontext.parallelize(rdd).coalesce(1, true).saveAsT
我正在尝试对行类型数据执行 JavaRDD 操作。但我无法解析或迭代 JavaRDD 数据 架构: root |-- categories: array (nullable = true) |
我正在尝试将预测映射到 LinearRegression 模型,以便将它们传递到 BinaryClassificationMetrics boject: // Make predictions on
我有一个宽度为 100 字节的文本文件。以下是结构。我需要读取 JavaRDD 中的数据。 RecType - String 1 Byte Date - String 8 byte Produc
我有一个 CSV 数据集,其中包含以下列(Accident_Id、日期、区域)和数百行。我想要实现的是将“区域”列分组为可能的唯一组,并找到每个组的计数。 我知道如何使用 SQLContext 来做到
我试图合并多个 JavaRDD,但我只合并了 2 个,有人可以帮忙吗?我已经为此苦苦挣扎了一段时间,但总的来说,我希望能够获得多个集合并使用 sqlContext 创建一个组并打印出所有结果。 这里是
我正在使用 Spark SQL 在 Spark 应用程序中从 Cassandra 检索数据。数据以 DataSet 形式检索。但是,我需要使用 javaRDD() 函数将此数据集转换为 JavaRDD
我需要对一个巨大的 RDD 进行复杂的计算,但为了简单起见,我将问题简化为更简单的问题: 我有一个像这样获得的JavaRDD: JavaRDD students = sc.parallelize(
我有一个 IP 列表作为字符串列表存储在 JavaRDD 中 logLine:[[54.186.7.47]、[178.154.189.203]、[10.55.1.29]、[115.93.74.252]
请帮助我了解将 spark javaRDD 的输出保存到数据库中的最佳方法是什么? 我应该编写spark java代码将RDD保存到数据库中吗?这种方法有什么缺点? 或者我应该使用sqoop将输出文件
我正在收集一个 RDD,需要使用以下代码在 Spark Java API 中对其进行排序: List alarmedTimeStamps=sensorDataDoubleDF.toJavaRDD().
我是一名优秀的程序员,十分优秀!