我有一个javasparkrdd,其(key,value)对为(string,arraylist)。arraylist是一个对象数组(可以是int、double、string、array或任何其他类型)。
e、 g.输入如下:
key1, [R1_Entry_1, R1_Entry_2, ..., R1_Entry_n]
key1, [R2_Entry_1, R2_Entry_2, ..., R2_Entry_n]
key1, [R3_Entry_1, R3_Entry_2, ..., R3_Entry_n]
key2, [R4_Entry_1, R4_Entry_2, ..., R4_Entry_n]
...
keyJ, [RK_Entry_1, RK_Entry_2, ..., RK_Entry_n]
...
keyX, [RM_Entry_1, RM_Entry_2, ..., RM_Entry_n]
那么 RI_entry_J
(行i和条目j)是java.lang.object,可以是int、double、string、arraylist或任何其他类型。
我用过 JavaRDD.reduceByKey()
,以减少新列表中的条目。我期望的输出应该是(假设 key1
只有三个对应的行(前三行:r1、r2、r3)
key1, [[R1_Entry_1, R2_Entry_1,R3_Entry_1], [R1_Entry_2, R2_Entry_2,R3_Entry_2], ..., [R1_Entry_n, R2_Entry_n,R3_Entry_n]]
...
keyJ, [[RK_Entry_1, R*_Entry_1, ...], [RK_Entry_2, R*_Entry_2, ...], ..., [RK_Entry_n, R*_Entry_n, ...]]
...
我的代码如下:
JavaPairRDD<String, ArrayList> AdjJavaRDD = JavaRDD.reduceByKey(new Function2<ArrayList, ArrayList, ArrayList>() {
@Override
public ArrayList call(ArrayList v1, ArrayList v2) throws Exception {
int v1Len = v1.size();
int v2Len = v2.size();
if (v1Len != v2Len) {
System.out.println(" \n The input size is incorrect. Please check! \n ");
System.exit(0);
}
List<Object> obj = new ArrayList<Object>(v1Len);
for (int i =0; i < v1Len; i++)
{
List<Object> obj_i = new ArrayList<>();
Object v1i = v1.get(i);
Object v2i = v2.get(i);
obj_i.add(v1i);
obj_i.add(v2i);
obj.add(i, obj_i);
}
return new ArrayList(obj);
}
});
结果如下: key1, [[[R1_Entry_1, R2_Entry_1],R3_Entry_1], [[R1_Entry_2, R2_Entry_2],R3_Entry_2], ..., [[R1_Entry_n, R2_Entry_n],R3_Entry_n]]
i、 条目嵌套在列表中,而不是写入没有嵌套的列表中。
exmaple如果 Entry_1
是整数,并且 KeyJ
有五行和五行相对应 Entry_1
作为 1, 2, 3,4, 5
. 的结果 KeyJ
使用我的代码是 KeyJ, [[[[[1,2],3], 4], 5], ...]
(在实际计算中,整数的顺序是随机的)。霍弗,我想要的是 KeyJ, [[1, 2, 3, 4, 5], ...]
有没有办法避免java中spark代码中出现这种嵌套列表?
1条答案
按热度按时间wb1gzix01#
我有办法。上述代码不起作用的原因是
Object v1i = v1.get(i);
将返回特定对象,例如。v1i
作为String
(或任何其他数据类型)。但是,当它被调用之后,v1i
成为ArrayList
,这就是问题中的代码返回嵌套列表的原因。更新后的解决方案如下: