这是一个创建于 2786 天前的主题，其中的信息可能已经有所发展或是发生改变。
现在有这么一个需求，原始数据的格式是
小明 语文成绩，数学成绩，英语成绩
所以 RDD 的格式就为
JavaPairRDD<String, String> chengji; 其中 chengji 数据结构为<小明，[语文成绩，数学成绩，英语成绩]>
现在想把这一个 RDD 拆分成 3 个 RDD
即 JavaPairRDD<小明，语文成绩>
JavaPairRDD<小明，数学成绩>
JavaPairRDD<小明，英语成绩>
这个应该怎么写 请教， 用 flatmap 可以做么？ 谢谢！
 | 1 zhusimaji 2018-03-29 23:15:30 +08:00 via iPad 不可以啊，flatmap 就是先 map 后 flat 展开，你要是拆开三个 rdd，最简单的就是 map 三次 |
 | 2 liucudliucud 2018-03-29 23:19:08 +08:00 不用拆，放在一起处理 |
 | 3 capric 2018-03-29 23:41:35 +08:00 via Android sparksql 支持 array explode select expode(items) as item |
 | 4 anonymoustian OP @zhusimaji 但是我是举个例子。。 就是 这个个数是不同的。 每个 RDD 是 N 个 ，N 各不相同 |
| 5 anonymoustian OP @capric 这个在 hive 里是一个字符串处理的，也可以这么做么 |
| 6 anonymoustian OP @liucudliucud 但是要用这个做 reducebykey |
7
capric 2018-03-29 23:58:17 +08:00 via Android @anonymoustian 可以的
explode 支持 split
explode 支持 split
 | 8 zjxzhqq 2018-03-29 23:59:04 +08:00 via Android map 就可以了 |
| 9 zjxzhqq 2018-03-29 23:59:29 +08:00 via Android 升级吧，用 ds |
| 10 capric 2018-03-30 00:02:47 +08:00 via Android  1 |
| 11 anonymoustian OP @capric 非常感谢 已经成功了，谢谢。 另外我很好奇有没有其他的做法呢？ |
| 12 capric 2018-03-30 00:18:05 +08:00 via Android @anonymoustian 函数级别也支持 df.withColumn("tag", explode($"tags")) |
| 13 zhusimaji 2018-03-30 07:30:51 +08:00 via iPhone @anonymoustian。。。你用 sparksql explode 也只是生成 dataframe，最后做成单独的 rdd，还是要转换 |
| 14 liucudliucud 2018-03-30 08:55:46 +08:00 via Android 把数据 flatten 再详细写 reduce 方法呗 可以详细说下需求 类似于 name type score |
| 15 liucudliucud 2018-03-30 08:56:53 +08:00 via Android 拆 rdd 这种一个两个还可以，多了效率很低的，强行串行了 |
Select Language