網上好多好推薦之類的部落格都是基於二度好友的推薦，下面介紹基於鄰接表的好友推薦的spark實現。
輸入：
1 2,3,4,5,6,7,8
2 1,3,4,5,7
3 1,2
4 1,2,6
5 1,2
6 1,4
7 1,2
8 1
思路：1、key為user，value可設計成user有關聯關係的人及關聯關係的說明，例如：
key："1" value：<"2", "yes"> 表示"1"與"2"已經是好友關係
key："2" value：<"3", "1">表示"2"與"3"共同的好友為"1"
2、對reduce後的key的value做歸類，比如把key為"2"的value的第乙個值為"3"的value歸為一組，這一組value中的第二個值若沒有"yes"出現，則把"3"推薦給"2"，若有"yes"出現，說明"2"與"3"已為好友關係。
步驟：1、map：讀取每行資料，組合user與每乙個好友，兩兩組合user的好友。
package dabook
import org.apache.spark.
import collection.mutable.
import scala.collection.mutable
object recommfriend
val host = arr(0).trim //主體
val friends = arr(1).trim
val arr_frinds = friends.split(",") //主體的列表
for (s <- arr_frinds)
for(i <- range(0, arr_frinds.length); j <- range(i+1, arr_frinds.length))
result
} def myreduce(x:iterable[(string, string)]): string =
var sb = new mutable.stringbuilder()
val ks = mm.keys
for(k <- ks)
}if(flag)
if(sb.length > 2)
else
}result
} def main(args: array[string]): unit =
def test(): unit =
def test1(): unit =
}}
(8,推薦好友:2 共同的好友：1 | 推薦好友:5 共同的好友：1 | 推薦好友:7 共同的好友：1 | 推薦好友:4 共同的好友：1 | 推薦好友:6 共同的好友：1 | 推薦好友:3 共同的好友：1)
(1,)
推薦演算法之好友推薦
寫點自己的理解，大牛請直接略過。好友推薦裡有推薦一些你可能認識的人，其中二度人脈是其中一種。比如 何炅和謝娜 在微博上相互關注，那用二度人脈的方法就是找和謝娜相互關注的人 如 張杰，海濤，某人 這時候 張杰，海濤，某人 就是何炅的二度人脈，排除掉何炅已經相互關注的張杰，剩下 張杰和某人 於是何炅發現...
Spark實現之 查詢共同好友
輸入 鄰接表 100,200 300 400 500 600 200,100 300 400 300,100 200 400 500 400,100 200 300 500,100 300 600,100第一列表示使用者，後面的表示使用者的好友。需求 查詢兩兩使用者的共同好友。思路 1 key為兩兩...
mysql共同好友 Spark 實現共同好友
核心 如下 object sprk import org.apache.spark.sql.sparksession def main args array string unit logger.getlogger org setlevel level.off logger.getlogger ak...