在 rdd 中映射 CompactBuffer

Question

我有一个如下所示的 groupByKey 的 RDD，

(1, CompactBuffer(2.0, 3.0, 4.0)), (2, CompactBuffer(1.0, -1.0, -2.0))

我希望将值映射到 (1*x_1^2, 2*x_2^2, 3*x_3^2)

应该是这样的，

(1, CompactBuffer(4.0, 18.0, 48.0)), (2, CompactBuffer(1.0, 2.0, 12.0))

我该怎么办？

感谢您的帮助。

Answer 1

您可以使用 mapValues 使用 zip 和 Stream(1, 2, ...) 来处理 CompactBuffer 内容，如下所示：

val rdd = sc.parallelize(Seq(
  (1, 2.0),
  (1, 3.0),
  (1, 4.0),
  (2, 1.0),
  (2, -1.0),
  (2, -2.0)
))

val groupedRDD = rdd.groupByKey
// res1: Array[(Int, Iterable[Double])] = Array(
//   (1,CompactBuffer(2.0, 3.0, 4.0)), (2,CompactBuffer(1.0, -1.0, -2.0))
// )

groupedRDD.mapValues( l =>
  l.zip(Stream from 1).map{ case (v, i) => v * v * i }
)
// res2: Array[(Int, Iterable[Double])] = Array(
//   (1,List(4.0, 18.0, 48.0)), (2,List(1.0, 2.0, 12.0))
// )

在 rdd 中映射 CompactBuffer

Map over CompactBuffer in an rdd

scala

rdd

scala-2.10