我是新手Spark。我一直在研究涉及两个数据集的代码。因此,我从一个Pairflatmapfunction开始,在该功能上,我正在进行映射器的处理。
JavaPairRDD<Integer, String> trainingArray = trainingData.flatMapToPair(new PairFlatMapFunction<String, Integer, String>(){
public Iterable<Tuple2<Integer, String>> call(String s) {
//code to form the tuples of type Tuple2<Integer, String>
// new Tuples2<Integer, String>
}
如何将元素添加回山顶类,以由还原器处理(redabybykey)。
任何指针都将不胜感激。
谢谢!!
我找到了这个问题的答案。
我们需要定义下面的arraylist
List<Tuple2<Integer, String>> result = new ArrayList<Tuple2<Integer, String>>();
添加如下
的元组result.add(new Tuple2<Integer, String>(keyValue, concat));
并返回结果。
,如果您的结果仅由一个元组组成,这可能是更好的选择。
return Collections.singletonList(new Tuple2<Integer, String>(keyValue, concat)).iterator();