本文整理汇总了Python中pyspark.SparkContext.mongoPairRDD方法的典型用法代码示例。如果您正苦于以下问题:Python SparkContext.mongoPairRDD方法的具体用法?Python SparkContext.mongoPairRDD怎么用?Python SparkContext.mongoPairRDD使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类pyspark.SparkContext
的用法示例。
在下文中一共展示了SparkContext.mongoPairRDD方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: f
# 需要导入模块: from pyspark import SparkContext [as 别名]
# 或者: from pyspark.SparkContext import mongoPairRDD [as 别名]
def f(record):
""""""
table = string.maketrans("", "")
raw_summary = record[1]['summary']
temp = raw_summary.encode("utf-8").translate(table, string.punctuation)
temp_str = re.sub("[+——!,。?、[email protected]#¥%……&*()]+".decode("utf8"),
"".decode("utf8"), temp).replace("\r\n", " ").replace("\n", " ")
summary = re.sub(r'([\d]+)', ' ', temp_str).lower()
url = record[1]['url']
_temp = dict(collections.Counter(summary.split()))
result = [(key,{url:value}) for key,value in _temp.items()]
return result
def reduce_values(record):
""""""
result = {}
for element in record[1]:
key, value = element.items()[0]
result[key] = result.get(key, 0) + value
return [(record[0], result)]
rdd = sc.mongoPairRDD("mongodb://localhost/testmr.test_in")
newrdd = rdd.flatMap(f)
sortrdd = newrdd.sortByKey()
resultrdd = sortrdd.groupByKey().flatMap(reduce_values)
resultrdd.saveToMongoDB('mongodb://localhost:27017/testmr.test_out')