Spark Core案例实操（五）

Leefs 2021-11-01 AM 2500℃ 0条

### 一、准备

+ **数据准备**

**agent.log**：时间戳，省份，城市，用户，广告，中间字段使用空格分隔。

+ **需求描述**

统计出每一个省份每个广告被点击数量排行的Top3

+ **需求分析**

![15.Spark Core案例实操（五）01.png](https://lilinchao.com/usr/uploads/2021/11/347620681.png)

### 二、实现

#### 2.1 步骤

```
1.获取原始数据
2.将原始数据进行结构的转换，方便统计
3.将转换后的数据进行分组聚合
4.将聚合的结果进行结构中转换
5.将转换结构后的数据根据省份进行分组
6.将分组后的数据组内排序（降序），取前3名
7.采集的数据打印到控制台
```

#### 2.2 代码

```scala
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

/**
  * @author lilinchao
  * @date 2021/11/1
  * @description 统计出每一个省份每个广告被点击数量排行的Top3
  **/
object SparkCoreAgentDemo {

def main(args: Array[String]): Unit = {
    //TODO准备环境
    val sparkConf =new SparkConf().setMaster("local[*]").setAppName("RDD")
    val sc= new SparkContext(sparkConf)

//TODO　案例实操

//1.获取原始数据:时间戳，省份，城市，用户，广告
    val dataRDD = sc.textFile("datas/agent.log")
    //2.将原始数据进行结构的转换，方便统计:时间戳，省份，城市，用户，广告
    //((省份,广告),1)
    val mapRDD = dataRDD.map(
      line => {
        val datas = line.split(" ")
        ((datas(1),datas(4)),1)
      }
    )
    //3.将转换后的数据进行分组聚合
    // ((省份，广告)，1) => ((省份，广告)，sum)
    val reduceRDD:RDD[((String,String),Int)] = mapRDD.reduceByKey(_+_)
    //4.将聚合的结果进行结构中转换
    //((省份，广告)，sum) => (省份，(广告，sum))
    val newMapRDD = reduceRDD.map {
      case ((prv, ad), sum) => {
        (prv, (ad, sum))
      }
    }

//5.将转换结构后的数据根据省份进行分组
    // (省份，【(广告A，sumA),(广告B，sumB)】)
    val groupRDD:RDD[(String,Iterable[(String,Int)])] = newMapRDD.groupByKey()

//6.将分组后的数据组内排序（降序），取前3名
    val resultRDD = groupRDD.mapValues(
      iter => {
        iter.toList.sortBy(_._2)(Ordering.Int.reverse).take(3)
      }
    )

//7.采集的数据打印到控制台
    resultRDD.collect().foreach(println)
    //关闭环境
    sc.stop()
  }
}
```

**运行结果**

```
(4,List((12,25), (2,22), (16,22)))
(8,List((2,27), (20,23), (11,22)))
(6,List((16,23), (24,21), (22,20)))
(0,List((2,29), (24,25), (26,24)))
(2,List((6,24), (21,23), (29,20)))
(7,List((16,26), (26,25), (1,23)))
(5,List((14,26), (21,21), (12,21)))
(9,List((1,31), (28,21), (0,20)))
(3,List((14,28), (28,27), (22,25)))
(1,List((3,25), (6,23), (5,22)))
```

### 结尾

因为本篇使用的示例数据`agent.log`文件由于数据量较大将不在下方贴出。

直接在微信公众号【Java和大数据进阶】回复：**sparkdata**，即可获取。

标签: Spark, Spark Core

非特殊说明，本博所有文章均为博主原创。

如若转载，请注明出处：https://lilinchao.com/archives/1602.html

上一篇 Spark Core案例实操（四）

下一篇 Spark Core案例实操（六）

Spark Core案例实操（五）

评论啦~

栏目分类

标签云

友情链接申请

Spark Core案例实操（五）

 评论啦~

 栏目分类

标签云

友情链接申请

评论啦~

栏目分类

标签云

友情链接申请