如何解决如何在Spark .NET中执行分布式组合N选择K?
我有一个项目,其中有大量的C(100,20)组合,而每个组合集要做的工作却很少。
我正在将Spark .NET和visual studio用作技术(请参见下面的设置): https://docs.microsoft.com/en-us/dotnet/spark/tutorials/get-started
Spark .NET具有一个带有SQL类型命令的数据框。我假设我需要执行一个SQL类型命令来创建N个选择的K个组合,并使用用户定义的工作函数来处理这些组合。
问题是,将Spark .NET与DataFrame一起使用时,代码是什么样的?如果DataFrame不支持N,请选择K选项,是否还有其他选项可以使组合的生成保持分布式?
解决方法
我的基本问题从spark dotnet github区域得到了解答
https://github.com/dotnet/spark/issues/627
通过在两个数据帧上使用交叉联接,我能够创建组合。这可能不是最好的方法,也许其他人会采取更好的解决方案。
对于N,使用N集选择K个,即K个交叉连接。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。