如何展平 RDD 中的列表？

Question

是否可以在 RDD 中展平列表？例如转换：

 val xxx: org.apache.spark.rdd.RDD[List[Foo]]

至：

 val yyy: org.apache.spark.rdd.RDD[Foo]

如何操作？

Answer 1

你只需要将它展平，但由于 RDD 上没有明确的 'flatten' 方法，你可以这样做：

rdd.flatMap(identity)

Answer 2

val rdd = sc.parallelize(Array(List(1,2,3), List(4,5,6), List(7,8,9), List(10, 11, 12)))
// org.apache.spark.rdd.RDD[List[Int]] = ParallelCollectionRDD ...

val rddi = rdd.flatMap(list => list)
// rddi: org.apache.spark.rdd.RDD[Int] = FlatMappedRDD ...

// which is same as rdd.flatMap(identity)
// identity is a method defined in Predef object.
//    def identity[A](x: A): A

rddi.collect()
// res2: Array[Int] = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)

如何展平 RDD 中的列表？

How to flatten list inside RDD?

scala

apache-spark