你好,游客 登录
背景:
阅读新闻

Spark之中map与flatMap的区别

[日期:2018-01-10] 来源:csdn  作者:u013063153 [字体: ]

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,这样就得到了一个由各列表中的元素组成的RDD,而不是一个列表组成的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(2344)
scala> rdd1.flatMap(x=>x.to(3)).collect
res11: Array[Int] = Array(1232333)

---------------------------------------------------------------------------------------------------------------------------

点到为止版: flatMap = flatten + map; 

深坑版: 就是自函子范畴上的一个协变函子的态射函数与自然变换的组合!

 

var li=List(1,2,3,4)
var res =li.flatMap(x=> x match { 
      case 3 => List(3.1,3.2) 
      case _ =>List(x*2) 
})
println(res)

li= List(1,2,3,4)
var res2 =li.map(x=> x match {
    case 3 =>List(3.1,3.2) 
    case _ =>x*2 
})
println(res2)
//output=>
List(2,4, 3.1,3.2, 8)
List(2,4, List(3.1,3.2), 8)
Program exited.

这个过程就像是先 map, 然后再将 map 出来的这些列表首尾相接 (flatten).

收藏 推荐 打印 | 阅读:
相关新闻       map  flatmap