本文整理汇总了Python中pyspark.context.SparkContext.map方法的典型用法代码示例。如果您正苦于以下问题：Python SparkContext.map方法的具体用法？Python SparkContext.map怎么用？Python SparkContext.map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.context.SparkContext的用法示例。
在下文中一共展示了SparkContext.map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: SparkContext
# 需要导入模块: from pyspark.context import SparkContext [as 别名]
# 或者: from pyspark.context.SparkContext import map [as 别名]
from pyspark.context import SparkContext
import re, Constants
links = SparkContext().textFile("Simulation.txt").map(lambda x: tuple(re.split(r'\s+', x)[:2])).distinct().filter(lambda x: x[0] != x[1]).cache()
links = links.map(lambda x: (x[1], x[0])).join(links.flatMap(lambda x: (x[0], x[1])).distinct().subtract(links.map(lambda x: x[0])).map(lambda x: (x, None))).map(lambda x: (x[0], x[1][0])).union(links).groupByKey().cache()
ranks = links.map(lambda x: (x[0], Constants.PR_init)).cache()
for _ in range(Constants.iterations): ranks = links.join(ranks).flatMap(lambda x: ((i, x[1][1]/len(x[1][0])) for i in x[1][0])).reduceByKey(lambda x, y: x + y).mapValues(lambda x: x * Constants.d + Constants.c).cache()
print ranks.map(lambda x: x[1]).reduce(lambda x, y: x + y)