scala中两个map rdd的交集

sauutmhj 于 2021-05-27 发布在 Spark

关注(0)|答案(1)|浏览(450)

例如，我有两个rdd:firstmaprdd-（0-14，list（0，4，19，19079，42697，4444748））
secondmaprdd-（0-14，列表（1，2，3，4，5，6，7，8，9，10，11，12，13，14，15，16，17，18，19，20，21，22，23，24，25，26，27，28，29，30，31，32，33，34，35，36，37，38，39，40，41，42，43，44，45，46，47，48，49，50，51，52，53，54，55，56，57，58，59，60，61，62，63，64，65，66，67，68，69，70，71，72，73，74，75，76，78，79，80，81，82，83，84， 85, 86, 87, 88, 89, 90, 91, 92, 93, 94))
我要找到十字路口。我试过，var interresult=firstmaprdd.intersection（secondmaprdd），它在输出文件中没有显示结果。
我也尝试过，基于键的cogroup，maprdd.cogroup（secondmaprdd.filter（x=>），但是我不知道如何找到两个值之间的交集，是x=>x.。\u1.intersect（x.。\u2），有人能帮我学语法吗？
即使这样，也会抛出编译时错误maprdd.cogroup（secondmaprdd.filter（x=>x.。\u1.intersect（x.。\u2））

var mapRDD = sc.parallelize(map.toList)
 var secondMapRDD = sc.parallelize(secondMap.toList)
 var interResult = mapRDD.intersection(secondMapRDD)

这可能是因为arraybuffer[list[]]值，因为该值交叉点不起作用。有什么黑客可以移除它吗？
我试过这么做

var interResult = mapRDD.cogroup(secondMapRDD).filter{case (_, (l,r))    => l.nonEmpty && r.nonEmpty }. map{case (k,(l,r)) => (k, l.toList.intersect(r.toList))}

仍然得到一个空名单！

scala apache-spark

来源：https://stackoverflow.com/questions/40193167/intersection-of-two-map-rdds-in-scala

1条答案

按热度按时间

2vuwiymt1#

既然你在找 intersect on values ，你需要 join 两个RDD，获取所有匹配的值，然后对值进行交集。
示例代码：

val firstMap = Map(1 -> List(1,2,3,4,5))
  val secondMap = Map(1 -> List(1,2,5))

  val firstKeyRDD = sparkContext.parallelize(firstMap.toList, 2)
  val secondKeyRDD = sparkContext.parallelize(secondMap.toList, 2)

  val joinedRDD = firstKeyRDD.join(secondKeyRDD)
  val finalResult = joinedRDD.map(tuple => {
    val matchedLists = tuple._2
    val intersectValues = matchedLists._1.intersect(matchedLists._2)
    (tuple._1, intersectValues)
  })

  finalResult.foreach(println)

输出将是

(1,List(1, 2, 5))

赞(0）回复(0）举报 2021-05-27

我来回答

scala中两个map rdd的交集

1条答案

相关问题

热门标签

最新问答