IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> 【spark使用】3.java和scala转换算子使用区别 -> 正文阅读

[大数据]【spark使用】3.java和scala转换算子使用区别

map

String转为Tuple2<String, Integer>

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<String> mapResult = lines.map(new Function<String, String>() {
            @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<String, Integer>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<Iterable<Tuple2<String, Integer>>> maprdd = lines.map(new Function<String, Iterable<Tuple2<String, Integer>>>() {

            public Iterable<Tuple2<String, Integer>> call(String line) throws Exception {
                String[] fields = line.split(" ");
                ArrayList<Tuple2<String, Integer>> al = new ArrayList<Tuple2<String, Integer>>();
                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

<String>类型的转为<String> 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<String> flatMapResult = lines.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public Iterator<String> call(String line) throws Exception {
                return Arrays.asList(line.toString().split(" ")).iterator();
            }
        });

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

flatMapToPair

<String>类型的转为<String, Integer> 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<String, Integer> result1 = lines.flatMapToPair(new PairFlatMapFunction<String, String, Integer>() {
            @Override
            public Iterator<Tuple2<String, Integer>> call(String line) throws Exception {
                String[] fields = line.split(" ");
                ArrayList<Tuple2<String, Integer>> al = new ArrayList<Tuple2<String, Integer>>();
                for (int i = 0; i < fields.length; i++) {
                    al.add(new Tuple2<String, Integer>(fields[i], 1));
                }
                return al.iterator();
            }
        });
        result1.foreach(s -> {
            System.out.println(s);
        });

    }
}
  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2022-03-11 22:17:06  更:2022-03-11 22:17:30 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/24 9:23:14-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码