Переглянути джерело

union find with partition clustering

master
nitowa 2 роки тому
джерело
коміт
0069a95487
1 змінених файлів з 4 додано та 10 видалено
  1. 4
    10
      src/spark/main_partition.py

+ 4
- 10
src/spark/main_partition.py Переглянути файл

@@ -64,15 +64,9 @@ def cluster_step(clusters: "List[List[str]]", addresses: "List[List[str]]"):
64 64
 
65 65
     return cluster_step(clusters,addresses)
66 66
 
67
-
68
-def cluster_id_addresses_rows(iter: "Iterable[Row]") -> Iterable:
69
-    address_lists = list(map(lambda row: row['addresses'], iter))
70
-    yield cluster_step([], address_lists)
67
+def cluster_partition(iter: "Iterable[Row]") -> Iterable:
68
+    yield cluster_step([], list(map(lambda row: row['addresses'], iter)))
71 69
     
72
-def dud(iter):
73
-    address_lists = list(map(lambda row: row['addresses'], iter))
74
-    yield address_lists
75
-
76 70
 master = Master(config)
77 71
 master.spark.catalog.clearCache()
78 72
 master.spark.sparkContext.setCheckpointDir(config['spark_checkpoint_dir'])
@@ -84,14 +78,14 @@ tx_grouped = tx_df \
84 78
     .agg(F.collect_set('address').alias('addresses')) \
85 79
     .orderBy('tx_id') \
86 80
 
87
-print()
88 81
 res = tx_grouped \
89 82
     .repartition(5) \
90 83
     .rdd \
91
-    .mapPartitions(cluster_id_addresses_rows) \
84
+    .mapPartitions(cluster_partition) \
92 85
     .fold([], cluster_step)
93 86
 
94 87
 for cluster in res:
88
+    print()
95 89
     print(sorted(cluster))
96 90
 
97 91
 end = time.time()

Завантаження…
Відмінити
Зберегти