运用 rdd创建随机数

首先，需要导入`random`模块和`pyspark`模块：

import random
from pyspark import SparkContext

然后，可以使用`parallelize`方法创建一个RDD，并在每个分区中生成随机数。以下是示例代码：

sc = SparkContext("local", "random_numbers")

num_partitions = 4
num_samples = 1000

def inside(p):
    x, y = random.random(), random.random()
    return x*x + y*y < 1

rdd = sc.parallelize(range(0, num_partitions), num_partitions) \
    .map(lambda i: sum(inside(random.random()) for _ in range(0, num_samples//num_partitions)))

print("Approximate pi is {}".format(4.0 * rdd.sum() / num_samples))

在此示例中，我们使用`parallelize`方法创建一个具有4个分区的RDD，将每个分区中的随机数生成函数`inside`应用于每个分区，并将结果求和。最后，我们使用这些结果计算近似值pi的值。