如何使用Java在SPARK中使用地图功能

progNewbie 发表于 Dev

前卫新手

我尝试在spark中读取一个csv文件，并且我想分割以逗号分隔的行，以便具有带二维数组的RDD。我是Spark的新手。

我尝试这样做：

public class SimpleApp 
{   
    public static void main(String[] args) throws Exception 
    {       
        String master = "local[2]";
        String csvInput = "/home/userName/Downloads/countrylist.csv";
        String csvOutput = "/home/userName/Downloads/countrylist";

        JavaSparkContext sc = new JavaSparkContext(master, "loadwholecsv", System.getenv("SPARK_HOME"), System.getenv("JARS"));

        JavaRDD<String> csvData = sc.textFile(csvInput, 1);
        JavaRDD<String> words = csvData.map(new Function <List<String>>() { //line 43
              @Override
              public List<String> call(String s) {
                return Arrays.asList(s.split("\\s*,\\s*"));
              }
            });

        words.saveAsTextFile(csvOutput);
    }
}

这应该分割行并返回ArrayList。但我对此不确定。我收到此错误：

SimpleApp.java:[43,58] wrong number of type arguments; required 2

霍尔顿

因此，该程序存在两个小问题。首先，您可能希望使用flatMap而不是map，因为您尝试返回单词的RDD而不是单词列表的RDD，所以我们可以使用flatMap来使结果平坦。另一个是，我们的函数类还需要调用它的输入的类型。我将JavaRDD单词替换为：

JavaRDD<String> words = rdd.flatMap(
  new FlatMapFunction<String, String>() { public Iterable<String> call(String s) {
      return Arrays.asList(s.split("\\s*,\\s*"));
    }});

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。