使用pyspark从1万个数中抽取100个，取这100个数里面奇数的最大3个和偶数最小3个并打印出结果 用RDD算子实现

在Apache Spark中，你可以使用`SparkContext`创建一个随机数据集，然后通过`mapPartitions`、`filter`、`sortBy`等操作处理这个数据集。以下是使用`pyspark`从1万个随机生成的整数中抽出100个，找出其中奇数的最大3个和偶数的最小3个，并打印结果的一个示例：

from pyspark import SparkConf, SparkContext

# 创建Spark配置和上下文
conf = SparkConf().setAppName("FindTopOddAndBottomEven")
sc = SparkContext(conf=conf)

# 生成1万个随机数
numbers = sc.parallelize(range(1, 10001), 1)  # 假设每个分区包含10000个元素，实际应用可根据需要调整

# 抽取100个随机数
sample_numbers = numbers.takeSample(withReplacement=False, num=100, seed=42)  # 使用种子保证每次结果一致

# 分别筛选奇数和偶数
odd_numbers = sample_numbers.filter(lambda x: x % 2 != 0)
even_numbers = sample_numbers.filter(lambda x: x % 2 == 0)

# 找到奇数的最大三个
top_odd = odd_numbers.sortBy(lambda x: -x).take(3)

# 找到偶数的最小三个
bottom_even = even_numbers.sortBy(lambda x: x).take(3)

# 打印结果
print(f"最大奇数: {top_odd}")
print(f"最小偶数: {bottom_even}")

# 关闭Spark Context
sc.stop()