spark源碼解讀2之水塘抽樣算法（Reservoir Sampling）

更多代碼請見：https://github.com/xubo245/SparkLearninghtml spark源碼解讀系列環境：spark-1.5.二、hadoop-2.6.0、scala-2.10.4git 1.理解 　　問題定義能夠簡化以下：在不知道文件總行數的狀況下，如何從文件中隨機的抽取一行？github 　　首先想到的是咱們作過相似的題目嗎?固然，在知道文件行數的狀況下，咱們能夠很容

>>阅读原文<<