我在 HDFS 中有一个巨大的文件,其中包含时间序列数据点(雅虎股票价格)。
我想找到时间序列的移动平均值,我该如何编写 Apache Spark 作业来做到这一点。
您可以使用 MLLIB 中的滑动函数,它可能与丹尼尔的答案做同样的事情。在使用滑动功能之前,您必须按时间对数据进行排序。
import org.apache.spark.mllib.rdd.RDDFunctions._
sc.parallelize(1 to 100, 10)
.sliding(3)
.map(curSlice => (curSlice.sum / curSlice.size))
.collect()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)