java实现spark常用算子之TakeSample

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;

import java.util.Arrays;
import java.util.List;

/**
 * sampleTake 算子：
 * 先 sample 再 take
 * 第一个参数：是否可以重复
 * 第二个参数：返回take(n)
 * 第三个参数：代表一个随机数种子，就是抽样算法的初始值
 */
public class TakeSampleOperator {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setMaster("local").setAppName("sampleTake");
        JavaSparkContext sc  = new JavaSparkContext(conf);
        List<String> list = Arrays.asList("w1","w2","w3","w4","w5");
        JavaRDD<String> listRDD = sc.parallelize(list);

        List<String> reuslt = listRDD.takeSample(false,2,1);
        System.err.println(reuslt);

    }
}

微信扫描下图二维码加入博主知识星球,获取更多大数据、人工智能、算法等免费学习资料哦！