通常寫spark的程序用scala比較方便，畢竟spark的源碼就是用scala寫的。然而，目前java開發者特別多，尤其進行數據對接、上線服務的時候，這時候，就需要掌握一些spark在java中的使用方法了

一、map

map在進行數據處理、轉換的時候，不能更常用了

在使用map之前 首先要定義一個轉換的函數 格式如下：

Function transForm =new Function() {//String是某一行的輸入類型 LabeledPoint是轉換后的輸出類型@Overridepublic LabeledPoint call(String row)throws Exception {//重寫call方法String[] rowArr = row.split(",");int rowSize = rowArr.length;?double[] doubleArr =new double[rowSize-1];?//除了第一位的lable外 其余的部分解析成double 然后放到數組中for (int i =1; i < rowSize; i++) {String each = rowArr[i];doubleArr[i] = Double.parseDouble(each);}?//用剛才得到的數據 轉成向量Vector feature = Vectors.dense(doubleArr);double label = Double.parseDouble(rowArr[0]);//構造用于分類訓練的數據格式 LabelPointLabeledPoint point =new LabeledPoint(label, feature);return point;}};

需要特別注意的是：

1、call方法的輸入應該是轉換之前的數據行的類型? 返回值應是處理之后的數據行類型

2、如果轉換方法中調用了自定義的類，注意該類名必須實現序列化 比如12public class TreeEnsembleimplements Serializable {}

3、轉換函數中如果調用了某些類的對象，比如該方法需要調用外部的一個參數，或者數值處理模型(標準化，歸一化等)，則該對象需要聲明是final

然后就是在合適的時候調用該轉換函數了

1JavaRDD rdd = oriData.toJavaRDD().map(transForm);

這種方式是需要將普通的rdd轉成javaRDD才能使用的，轉成javaRDD的這一步操作不耗時，不用擔心

二、filter

在避免數據出現空值、0等場景中也非常常用，可以滿足sql中where的功能

這里首先也是要定義一個函數，該函數給定數據行 返回布爾值 實際效果是將返回為true的數據保留Function boolFilter =new Function() {//String是某一行的輸入類型 Boolean是對應的輸出類型 用于判斷數據是否保留@Overridepublic Boolean call(String row)throws Exception {//重寫call方法boolean flag = row!=null;return flag;}};

通常該函數實際使用中需要修改的僅僅是row的類型 也就是數據行的輸入類型，和上面的轉換函數不同，此call方法的返回值應是固定為Boolean

然后是調用方式

1JavaRDD rdd = oriData.toJavaRDD().filter(boolFilter);

三、mapToPair

該方法和map方法有一些類似，也是對數據進行一些轉換。不過此函數輸入一行 輸出的是一個元組，最常用的方法是用來做交叉驗證 或者統計錯誤率 召回率 計算AUC等等

同樣，需要先定義一個轉換函數Function transformer =new PairFunction() {//LabeledPoint是輸入類型 后面的兩個Object不要改動@Overridepublic Tuple2 call(LabeledPoint row)throws Exception {//重寫call方法 通常只改動輸入參數 輸出不要改動double predicton = thismodel.predict(row.features());double label = row.label();return new Tuple2(predicton, label);}});

關于調用的類、類的對象，要求和之前的一致，類需要實現序列化，類的對象需要聲明成final類型

相應的調用如下：1JavaPairRDD predictionsAndLabels = oriData.mapToPair(transformer);

然后對該predictionsAndLabels的使用，計算準確率、召回率、精準率、AUC，接下來的博客中會有，敬請期待

總結

以上是生活随笔為你收集整理的java序列化写法_java-spark的各种常用算子的写法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。