[大数据]Scala的匿名函数在map()上的简化

Scala的匿名函数简化

Scala的匿名函数可以简化得非常方便。下面以spark中的map()做例子。

//setMaster设置，local表示本地运行，[]内表示使用的核数，*表示全用，只有local的话表示单线程运算。
//setAppName设置App的名称
val sparkConf = new SparkConf().setMaster("local[*]").setAppName("Map Example")
val sc = new SparkContext(sparkConf)

rdd: RDD[Int] = sc.makeRDD(List(1, 2, 3, 4))

//map操作

sc.stop()

以上是共通部分，假设我们有个让RDD内数据*2的需求。
下面是最详细的map方法。

map根据输入的函数，将List里面的数字迭代输入该函数中。

def mapFunction(num:Int): Int = {
	num * 2
}

val mapRDD: RDD[Int] = rdd.map(mapFunction)

当然，我们也可以使用匿名函数。

val mapRDD: RDD[Int] = rdd.map((num:Int) => { num * 2 })

当匿名函数内只有一行时，可以省略花括号。

val mapRDD: RDD[Int] = rdd.map((num:Int) => num * 2 )

当匿名函数的输入参数类型可以推断出来，那么类型可以省略。

val mapRDD: RDD[Int] = rdd.map((num) => num * 2 )

如果匿名函数内的参数只有一个时，小括号可以省略。

val mapRDD: RDD[Int] = rdd.map(num => num * 2 )

如果匿名函数的参数按照逻辑顺序出现且只出现一次时，可以使用下划线代替。

val mapRDD: RDD[Int] = rdd.map(_*2)