1. 程式人生 > >spark RDD操作map與flatmap的區別

spark RDD操作map與flatmap的區別

以前總是分不清楚spark中flatmap和map的區別,現在弄明白了,總結分享給大家,先看看flatmap和map的定義。

map()是將函式用於RDD中的每個元素,將返回值構成新的RDD。

flatmap()是將函式應用於RDD中的每個元素,將返回的迭代器的所有內容構成新的RDD

有些拗口,看看例子就明白了。

val rdd = sc.parallelize(List("coffee panda","happy panda","happiest panda party"))

輸入

rdd.map(x=>x).collect

結果

res9: Array[String] = Array
(coffee panda, happy panda, happiest panda party)

輸入

rdd.flatMap(x=>x.split(" ")).collect

結果

res8: Array[String] = Array(coffee, panda, happy, panda, happiest, panda, party)

flatMap說明白就是先map然後再flat,再來看個例子

val rdd1 = sc.parallelize(List(1,2,3,3))
scala> rdd1.map(x=>x+1).collect
res10: Array[Int] = Array
(2344)
scala> rdd1.flatMap(x=>x.to(3)).collect
res11: Array[Int] = Array(1232333)