scala - Apache Spark - Scala - (k, {v1,v2,v3,...}) を ((k,v1),(k,v2),(k,v3),...) に FlatMap する方法

Question

私はこれを得た：

val vector: RDD[(String, Array[String])] = [("a", {v1,v2,..}),("b", {u1,u2,..})]

に変換したい:

RDD[(String, String)] = [("a",v1), ("a",v2), ..., ("b",u1), ("b",u2), ...]

を使用してそれを行う方法についてのアイデアflatMap。

Answer 1

これ：

vector.flatMap { case (x, arr) => arr.map((x, _)) }

あなたに与えます：

scala> val vector = sc.parallelize(Vector(("a", Array("b", "c")), ("b", Array("d", "f"))))
vector: org.apache.spark.rdd.RDD[(String, Array[String])] =
               ParallelCollectionRDD[3] at parallelize at <console>:27


scala> vector.flatMap { case (x, arr) => arr.map((x, _)) }.collect
res4: Array[(String, String)] = Array((a,b), (a,c), (b,d), (b,f))

Answer 2

あなたが言及したように使用する必要があることは間違いありませflatMapんが、さらにscalamapも使用する必要があります。

例えば：

val idToVectorValue: RDD[(String, String ] = vector.flatMap((id,values) => values.map(value => (id, value)))