SparkPi的编程计算

Pi的计算方式有很多，本文主要是通过Spark在概论统计的方法对Pi进行求解：

算法说明：

　　在边长为R的正方形中，其面积为R^2,而其内接圆的面积为pi * R^2 /4 ,圆的面积与正方形的面积比为 Pi / 4 .

存在一个点，随机的往这个正方形中掉落，而且这个点掉落到正方形的每个位置的概率是相同的，当无数多个点掉落在这个正方形时，那么这个点在圆的个数x与在正方形上的个数y应该为圆的面积与正方形的面积之比Pi /4。

scala编程算法：

　　

import org.apache.spark.sql.SparkSession

import scala.math.random

object SparkPi {
  def main(args: Array[String]): Unit = {
    //step1：创建spark线程
    val spark= SparkSession.builder.appName("Spark Pi").getOrCreate()
    //step2: 设置参数
    val slices = if(args.length>0) args(0).toInt else 2  //通过输入的值判断分片的个数，主要是设定线程数
    val n = math.min(100000L * slices, Int.MaxValue).toInt  //设定投递的次数，也就是设定点的个数。当点的个数越大，求出的pi值越精确
    //step3: 逻辑判断 ，并统计落在圆这个面积中的次数
    val count: Int = spark.sparkContext.parallelize(1 until n, slices).map {
      i =>
        val x = random * 2 - 1
        val y = random * 2 - 1
        if (x * x + y * y <= 1) 1 else 0  //定义随机点，判断点是否落在圆内，若不在，则为0，否则则取1
    }.reduce(_ + _)

    //通过公式pi = 4.0 * （圆中的次数）/ 总的次数
    println(s"Pi is roughly ${4.0 * count/(n-1)}")
    spark.stop()
  }