Java Spark算子：sample
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;
/**
* sample(withReplacement,fraction,seed) 算子
* 对RDD中的数据进行随机采样，会有误差。
* 第一个参数：boolean类型，表示产生的样本是否可以重复：false不重复，也就是不放回的取；true可以重复，也就是放回的取。
* 第二个参数：代表取样的比例。
* 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 SampleDemo {
public static void main(String[] args) {
SparkConf conf = new SparkConf().setMaster("local").setAppName("spark");
JavaSparkContext sc = new JavaSparkContext(conf);
List list = Arrays.asList("ziang","tianyu","zikun","changjun","wenlong","zhangpeng","zelang");
JavaRDD javaRDD = sc.parallelize(list);
//sample算子：放回的取样
JavaRDD javaRDD1 = javaRDD.sample(true,1);
//sample算子：不放回的取样
JavaRDD javaRDD2 = javaRDD.sample(false,1);
System.err.println(javaRDD1.collect());
System.err.println(javaRDD2.collect());
}
}
作者：默默倾听全世界
