RDD[Array[Int]] 上的 Scala Reduce() 操作

Question

我有一个一维矩阵的 RDD。我正在尝试做一个非常基本的减少操作来总结来自不同分区的矩阵相同位置的值。

我正在使用：

var z=x.reduce((a,b)=>a+b)

或

var z=x.reduce(_ + _)

但我收到一条错误消息：类型不匹配;找到 Array[Int], expected:String

我查了一下，找到了 link

所以我尝试使用 import.spire.implicits._ 所以现在我没有任何编译错误，但是在运行代码之后我得到了 java.lang.NoSuchMethodError。我在下面提供了整个错误。任何帮助将不胜感激。

java.lang.NoSuchMethodError: scala.Product.$init$(Lscala/Product;)V
at spire.math.NumberTag$Integral$.<init>(NumberTag.scala:9)
at spire.math.NumberTag$Integral$.<clinit>(NumberTag.scala)
at spire.std.BigIntInstances.$init$(bigInt.scala:80)
at spire.implicits$.<init>(implicits.scala:6)
at spire.implicits$.<clinit>(implicits.scala)
at main.scala.com.ucr.edu.SparkScala.HistogramRDD$$anonfun.apply(HistogramRDD.scala:118)
at main.scala.com.ucr.edu.SparkScala.HistogramRDD$$anonfun.apply(HistogramRDD.scala:118)
at scala.collection.TraversableOnce$$anonfun$reduceLeft.apply(TraversableOnce.scala:190)
at scala.collection.TraversableOnce$$anonfun$reduceLeft.apply(TraversableOnce.scala:185)
at scala.collection.Iterator$class.foreach(Iterator.scala:893)
at scala.collection.AbstractIterator.foreach(Iterator.scala:1336)
at scala.collection.TraversableOnce$class.reduceLeft(TraversableOnce.scala:185)
at scala.collection.AbstractIterator.reduceLeft(Iterator.scala:1336)
at org.apache.spark.rdd.RDD$$anonfun$reduce$$anonfun.apply(RDD.scala:1012)
at org.apache.spark.rdd.RDD$$anonfun$reduce$$anonfun.apply(RDD.scala:1010)
at org.apache.spark.SparkContext$$anonfun.apply(SparkContext.scala:2125)
at org.apache.spark.SparkContext$$anonfun.apply(SparkContext.scala:2125)
at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:87)
at org.apache.spark.scheduler.Task.run(Task.scala:108)
at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:338)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
at java.lang.Thread.run(Thread.java:748)

Answer 1

据我了解，您正在尝试按数组中的位置减少项目。你应该考虑在减少 rdd 的同时压缩你的数组：

val a: RDD[Array[Int]] = ss.createDataset[Array[Int]](Seq(Array(1,2,3), Array(4,5,6))).rdd

    a.reduce{case (a: Array[Int],b: Array[Int]) =>
        val ziped = a.zip(b)
        ziped.map{case (i1, i2) => i1 + i2}
    }.foreach(println)

输出：

5
7
9

RDD[Array[Int]] 上的 Scala Reduce() 操作

Scala Reduce() operation on a RDD[Array[Int]]

eclipse

scala

apache-spark

reduce

spire