spark--transform算子--sample

import org.apache.spark.{SparkConf, SparkContext}

/**
  * Created by liupeng on 2017/6/16.
  */
object T_sample {
  System.setProperty("hadoop.home.dir","F:\\hadoop-2.6.5")

  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("sample_test").setMaster("local")
    val sc = new SparkContext(conf)

    val rddData = sc.parallelize(1 to 1000, 1)

    //sample根据概率随机,第一个参数为True会出现重复的数，第二个参数表示随机数的比例，第三个参数表示随机的种子

    //采用固定的种子seed随机
    val result = rddData.sample(false, 0.005, 0)
      .collect()

    for (x <- result)
      {
        println(x)
      }

    //采用随机种子
    val result1 = rddData.sample(false, 0.005, scala.util.Random.nextInt(1000)).collect()
    for (x <- result1)
    {
      println(x)
    }
  }
}

运行结果：
192
795
826

5
340
963