给定 <user, movie, rating> 我如何使用 scala 为每个用户打印出评分最高的电影？

Question

输入文件

(userid,movie,rating)

1,250,3.0

1,20,3.4

1,90,2

2,30,3.5

2,500,2.3

2,20,3.3

我应该得到用户评分最高的电影。我完全迷路了，我在 hadoop 上有程序运行但我是 scala 的新手。它是逗号分隔的。

到目前为止我已经到了这里，但我无法正确解析该行。

val inputfile = sc.textFile("/home/input/input.txt") 

val keyval = inputfile.map(x=>(x(0),x(1)))

.reduceByKey{case (x, y) => (x._1+y._1, math.max(x._2,y._2))}

keyval.maxBy { case (key, value) => value }

keyval.saveAsTextFile("/home/out/word")

我收到这些错误 -

<console>:26: error: value _1 is not a member of Char

keyval.reduceByKey{case (x, y) => (x._1+y._1, 
math.max(x._2,y._2))}
                                    ^
<console>:26: error: value _1 is not a member of Char
keyval.reduceByKey{case (x, y) => (x._1+y._1,math.max(x._2,y._2))}
                                         ^
<console>:26: error: value _2 is not a member of Char
keyval.reduceByKey{case (x, y) => (x._1+y._1,math.max(x._2,y._2))}
                                                        ^
<console>:26: error: value _2 is not a member of Char
keyval.reduceByKey{case (x, y) => (x._1+y._1,math.max(x._2,y._2))}
                                                             ^
<console>:26: error: value maxBy is not a member of 
org.apache.spark.rdd.RDD[(Char, Char)]
keyval.maxBy { case (key, value) => value }

Answer 1

sc.textFile 逐行读取文件作为 [String] 所以当你这样做时 inputfile.map(x=>(x(0),x(1))) 每行的第一个和第二个字符被用作 tuples。并且 reduceByKey 使用 元组的第一个元素进行分组 并且第二个值 Char 在 reducyByKey 中发送，因为第二个元素不是一个元组，而只是一个Char，你不能使用._1和._2获取元素，因此你有后续错误

error: value _1 is not a member of Char

和

error: value _2 is not a member of Char

最后一个错误很明显

error: value maxBy is not a member of

因为您不能对 Char 元素执行 maxBy。

这是适合您的完整工作解决方案

val inputfile = sc.textFile("/home/mortaza/input/input.txt")

val keyval = inputfile.map(x=>x.split(",")).map(x => (x(0), (x(1), x(2)))).reduceByKey{case (x, y) => if (x._2 <= y._2) y else x}

keyval.map(x => Seq(x._1, x._2._1, x._2._2).mkString(",")).saveAsTextFile("/home/mortaza/out/wordfreq")

应该生成具有以下输出的 csv 输出（使用的输入如问题中给出的那样）

2,30,3.5
1,20,3.4

希望回答对你有帮助

给定 <user, movie, rating> 我如何使用 scala 为每个用户打印出评分最高的电影？

given <user, movie, rating> how can i use scala to print out the highest rated movie for each user?

scala

sorting

apache-spark

ubuntu

highest