map flatmap mappartition flatMapToPair四种用法区别

map:
我们可以看到数据的每一行在map之后产生了一个数组,那么rdd存储的是一个数组的集合

JavaRDD<String[]> mapresult=lines.map()

flatMap:
同map函数一样:对每一条输入进行指定的操作,然后为每一条输入返回一个对象
最后将所有对象合并为一个对象

 JavaRDD objectJavaRDD = lines.flatMap()

mappartition:
rdd的mapPartitions是map的一个变种,它们都可进行分区的并行处理。两者的主要区别是调用的粒度不一样
map的输入变换函数是应用于RDD中每个元素,而mapPartitions的输入函数是应用于每个分区。也就是把每个分区中的内容作为整体来处理的。

 JavaRDD objectJavaRDD = lines.mappartition()

flatMapToPair:
同map函数一样:对每一条输入进行指定的操作,然后为每一条输入返回一个key-value对象
最后将所有key-value对象合并为一个对象 Iterable

 JavaPairRDD<String,String> pair=lines.flatMapToPair()

你可能感兴趣的:(spark)