spark中flatmap和map的区别

如题所述

以前总是分不清楚Spark中flatmap和map的区别，现在弄明白了，总结分享给大家，先看看flatmap和map的定义。
map()是将函数用于RDD中的每个元素，将返回值构成新的RDD。
flatmap()是将函数应用于RDD中的每个元素，将返回的迭代器的所有内容构成新的RDD
有些拗口，看看例子就明白了。
val rdd = sc.parallelize(List("coffee panda","happy panda","happiest panda party"))
输入
rdd.map(x=>x).collect
结果
res9: Array[String] = Array(coffee panda, happy panda, happiest panda party)
输入
rdd.flatMap(x=>x.split(" ")).collect
结果:
res8: Array[String] = Array(coffee, panda, happy, panda, happiest, panda, party)
flatMap说明白就是先map然后再flat，再来看个例子
val rdd1 = sc.parallelize(List(1,2,3,3))
scala> rdd1.map(x=>x+1).collect
res10: Array[Int] = Array(2, 3, 4, 4)
scala> rdd1.flatMap(x=>x.to(3)).collect
res11: Array[Int] = Array(1, 2, 3, 2, 3, 3, 3)
这下应该完全明白了吧，不懂给我留言，欢迎指正。

温馨提示：内容为网友见解，仅供参考

当前网址：https://11.t2y.org/zz/fs8vqv87fssqvm8pv2m.html