Spark RDD算子(四) mapToPair、flatMapToPair

最新推荐文章于 2022-08-30 17:53:04 发布

习惯de味道

最新推荐文章于 2022-08-30 17:53:04 发布

阅读量2.2k

点赞数

CC 4.0 BY-SA版权

分类专栏： spark 文章标签： spark

本文链接：https://blog.youkuaiyun.com/timicai/article/details/109611370

spark 专栏收录该内容

23 篇文章

订阅专栏

本文详细介绍了Spark中的RDD操作，包括mapToPair和flatMapToPair的使用。在Scala中，mapToPair可通过map实现，而flatMapToPair允许一个元素转化为多个元素的pair。文章提供了Scala和Java版本的示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、mapToPair

将每一行的第一个单词作为键，1 作为value创建pairRDD
scala版本
scala没有mapToPair，使用map就能完成

val conf=new SparkConf().setMaster("local[2]").setAppName("maptopair")
val sc=new SparkContext(conf)
val lines=sc.textFile("D:/text/sample.txt")
val pairs = lines.map(x=>(x.split(" ")(0),1))
pairs.collect.foreach(println)

java版本

SparkConf conf=new SparkConf().setMaster("local[2]").setAppName("mapToPairJava");
JavaSparkContext sc = new JavaSparkContext(conf);

JavaRDD<String> lines=sc.textFile("D:/text/sample.txt");
JavaPairRDD<String,Integer> pairRdd=lines.mapToPair(new PairFunction<String,String,Integer>(){
    @override
    public Tuple2<String,Integer> call(String s) throws Exception{
        String[] split=s.split(" ");
        String key = split[0];
        return new Tuple2<>(key,1);
    }
});
List<Tuple2<String,Integer>> collect=pairRdd.collect();
for(Tuple2 t:collect){
    System.out.print(t)
}

二、flatMapToPair

mapToPair是一对一，一个元素返回一个元素，而flatMapToPair可以一个元素返回多个，相当于先flatMap,在mapToPair

scala版本

val pairRdd=sc.textFile("D:/text/sample.txt")
.faltMap(_.split(" ")).map(_,1)
pairRdd.collect.foreach(println)

java版本

JavaPairRDD<String,Integer> flatMapToPairRDD = lines.flatMapToPair(new PairFlatMapFunction<String, String, Integer>() {
    @Override
    public Iterator<Tuple2<String, Integer>> call(String s) throws Exception {
        List<Tuple2<String, Integer>> list = new ArrayList<>();
        String[] split = s.split(" ");
        for (int i = 0; i < split.length; i++) {
            String key = split[i];
            Tuple2<String, Integer> tuple = new Tuple2<>(key, 1);
            list.add(tuple);
        }
        return list.iterator();
    }
});
List<Tuple2<String,Integer>> collect=flatMapToPairRDD.collect();
for (Tuple2 t : collect) {
    System.out.println(t);
}