从LIST [Row]制作RDD在scala中（在spark中）-Java 学习之路

我正在使用scala和spark制作一些代码，并希望从RDD或LIST [Row]制作CSV文件 .

我想处理'ListRDD'数据parellel所以我输出数据将不止一个文件 .

val conf = new SparkConf().setAppName("Csv Application").setMaster("local[2]")
val sc = new SparkContext(conf)
val sqlContext = new SQLContext(sc)
val logFile = "data.csv "
val rawdf = sqlContext.read.format("com.databricks.spark.csv")....
val rowRDD = rawdf.map { row =>
  Row(
    row.getAs( myMap.ID).toString,
    row.getAs( myMap.Dept)
    .....
  )
}
 val df = sqlContext.createDataFrame(rowRDD, mySchema)
val MapRDD = df.map { x => (x.getAs[String](myMap.ID), List(x)) }
val ListRDD = MapRDD.reduceByKey { (a: List[Row], b: List[Row]) => List(a, b).flatten }

myClass.myFunction( ListRDD)

在myClass ..

def myFunction(ListRDD: RDD[(String, List[Row])]) = {
    var rows: RDD[Row]
    ListRDD.foreach( row => { 
        rows.add? gather? ( make(row._2)) // make( row._2) will return List[Row]
    })
    rows.saveAsFile(" path") // it's my final goal
  }

def make( list: List[Row]) : List[Row] = {
    data processing from List[Row]
}

我尝试通过sc.parallelize（list）从List制作RDD数据但是不知怎的都没有用 . anyidea从make函数生成RDD类型数据 .

1 回答

0
如果你想从List [Row]创建一个RDD，这是一种方法
```
//Assuming list is your List[Row]
val newRDD: RDD[Object] = sc.makeRDD(list.toArray());
```
回复于 2024-04-29T06:59:03+08:00

从LIST [Row]制作RDD在scala中（在spark中）

1 回答

相关问题