栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

【spark使用】3.java和scala转换算子使用区别

【spark使用】3.java和scala转换算子使用区别

map

String转为Tuple2

public class test {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("jiangtao_demo").setMaster("local");
        JavaSparkContext jsc = new JavaSparkContext(conf);
        //并行集合生成JavaRDD
        JavaRDD lines = jsc.parallelize(Arrays.asList("pandas pip", "numpy", "pip", "pip", "pip"));
        //map 输出包含newTail的元素
        //这个是给每个元素尾部加newTail
        JavaRDD mapResult = lines.map(new Function() {
            @Override
            public String call(String o) throws Exception {
                return o.concat("newTail");
            }
        });



        //下面这个是给每个元素String转为Tuple2元组类型的
        //map算子输入与输出一对一,输出结果为
        // [(pandas, 1),(pip, 1)]
        // [(numpy, 1)]
        // [(pip, 1)]
        // [(pip, 1)]
        // [(pip, 1)]
        JavaRDD>> maprdd = lines.map(new Function>>() {

            public Iterable> call(String line) throws Exception {
                String[] fields = line.split(" ");
                ArrayList> al = new ArrayList>();
                for (int i = 0; i < fields.length; i++) {
                    al.add(new Tuple2(fields[i], 1));
                }
                return al;
            }
        });
        maprdd.foreach(s -> {
            System.out.println(s);
        });
     }
}

flatMap

类型的转为 这里比如一行元素有两个单词,使用这个方法可以将这一行元素拆为两行元素,每行元素一个单词

public class test {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("jiangtao_demo").setMaster("local");
        JavaSparkContext jsc = new JavaSparkContext(conf);
        JavaRDD lines = jsc.parallelize(Arrays.asList("pandas pip", "numpy", "pip", "pip", "pip"));

        // flatMap
        // 与输入是一对多的关系,返回的是可迭代的List
        // pandas
        // pip
        // numpy
        // pip
        // pip
        // pip
        JavaRDD flatMapResult = lines.flatMap(new FlatMapFunction() {
            @Override
            public Iterator call(String line) throws Exception {
                return Arrays.asList(line.toString().split(" ")).iterator();
            }
        });

        flatMapResult.foreach(s -> {
            System.out.println(s);
        });
    }
}
flatMapToPair

类型的转为 将每一行的元素拆分后再转为键值对类型的RDD

public class test {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("jiangtao_demo").setMaster("local");
        JavaSparkContext jsc = new JavaSparkContext(conf);
        JavaRDD lines = jsc.parallelize(Arrays.asList("pandas pip", "numpy", "pip", "pip", "pip"));

        // flatMapToPair
        // 注意返回值,返回的是list,里面封装了tuple2
        // (pandas,1)
        // (pip,1)
        // (numpy,1)
        // (pip,1)
        // (pip,1)
        // (pip,1)
        JavaPairRDD result1 = lines.flatMapToPair(new PairFlatMapFunction() {
            @Override
            public Iterator> call(String line) throws Exception {
                String[] fields = line.split(" ");
                ArrayList> al = new ArrayList>();
                for (int i = 0; i < fields.length; i++) {
                    al.add(new Tuple2(fields[i], 1));
                }
                return al.iterator();
            }
        });
        result1.foreach(s -> {
            System.out.println(s);
        });

    }
}
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/761520.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号