spark自定义累加器

package com.meng.nan.day720

import org.apache.log4j.{Level, Logger}

import org.apache.spark.{SparkConf, SparkContext}

import org.apache.spark.util.AccumulatorV2

import scala.collection.mutable

object Custom {

//自定义累加器

  def main(args: Array[String]): Unit = {

Logger.getLogger("org.apache.spark").setLevel(Level.WARN)

Logger.getLogger("org.apache.hadoop").setLevel(Level.WARN)

Logger.getLogger("org.spark_project").setLevel(Level.WARN)

val conf=new SparkConf()

.setMaster("local[8]")

.setAppName("Custom")

val sc=new SparkContext(conf)

val list=List(

"hello you",

"i hate you",

"i miss you",

"i love you",

"fuck you"

    )

val words=sc.parallelize(list).flatMap(_.split("\\s+"))

//使用自定义累加器

    val mAccu=new MyAccumulator

sc.register(mAccu,"aparkAccu")

val pairs=words.map(words=>{

if(words=="you"||"hate"==words){

mAccu.add(words)

}

(words,1)

})

pairs.count()

println(mAccu.value)

sc.stop()

}

}

class MyAccumulatorextends  AccumulatorV2[String,mutable.Map[String,Int]]{

var map=mutable.Map[String,Int]()

override def isZero: Boolean =true

  //累加器是否有初始值

//获取累加器的值

  override def value: mutable.Map[String, Int] =map

  //考贝累加器

  override def copy(): AccumulatorV2[String, mutable.Map[String, Int]] = {

val myAccu=new MyAccumulator

myAccu.map=this.map

    myAccu

}

//重置累加器值

  override def reset(): Unit =map.clear()

//进行累加操作

  override def add(word:String): Unit = {

map.put(word,map.getOrElse(word,0)+1)

}

//合并其他task中累加器的值

  override def merge(other: AccumulatorV2[String, mutable.Map[String, Int]]): Unit = {

val othermap=other.value

for ((word,count)<-othermap){

map.put(word,map.getOrElse(word,0)+count)

}

}

}

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容