[英]Spark: scala - how to convert collection from RDD to another RDD
[英]How to map a RDD to another RDD with Scala, in Spark?
我有一个RDD:
RDD1 = (big,data), (apache,spark), (scala,language) ...
我需要将其与时间戳相对应
RDD2 = ('2015-01-01 13.00.00')
这样我得到
RDD3 = (big, data, 2015-01-01 13.00.00), (apache, spark, 2015-01-01 13.00.00), (scala, language, 2015-01-01 13.00.00)
我为此编写了一个简单的map
函数:
RDD3 = RDD1.map(rdd => (rdd, RDD2))
但这是行不通的,我认为这不是要走的路。 怎么做? 我是Scala和Spark的新手。 谢谢。
您可以使用zip
:
val rdd1 = sc.parallelize(("big","data") :: ("apache","spark") :: ("scala","language") :: Nil)
// RDD[(String, String)]
val rdd2 = sc.parallelize(List.fill(3)(new java.util.Date().toString))
// RDD[String]
rdd1.zip(rdd2).map{ case ((a,b),c) => (a,b,c) }.collect()
// Array((big,data,Fri Jul 24 22:25:01 CEST 2015), (apache,spark,Fri Jul 24 22:25:01 CEST 2015), (scala,language,Fri Jul 24 22:25:01 CEST 2015))
如果要对rdd1
每个元素使用相同的时间戳记:
val now = new java.util.Date().toString
rdd1.map{ case (a,b) => (a,b,now) }.collect()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.