Apache spark 使用表达式按计数分组
我有一个spark数据框,其中两列可以表示id:Apache spark 使用表达式按计数分组,apache-spark,graph,Apache Spark,Graph,我有一个spark数据框,其中两列可以表示id:第一个id,第二个id 我想计算分组所在的行数: a.first_id = b.first_id OR a.second_id = b.second_id 我找不到这样的例子,我知道问题在于分组键不是确定性的(两个不相关的行可能会在同一个组中结束,因为有第三行连接它们)。我的问题是: 从数学上讲,解决这个问题的算法是什么?(图形查询?还有别的吗?) 是否有一个spark实现 可能对你有帮助。很好的参考!!!谢谢
第一个id
,第二个id
我想计算分组所在的行数:
a.first_id = b.first_id OR a.second_id = b.second_id
我找不到这样的例子,我知道问题在于分组键不是确定性的(两个不相关的行可能会在同一个组中结束,因为有第三行连接它们)。我的问题是:
可能对你有帮助。很好的参考!!!谢谢