将可迭代转换为RDD [英] Convert iterable to RDD

问题描述

我想从火花流到几个弹性搜索索引。 我创建了成对的<key(index), value>，当我执行groupByKey时，结果是<key(index), Iterable<value>>的元组，但为了使用ElasticSearch-Spark插件保存到ElasticSearch，我需要JavaRDD<value>的值。

我知道有一个可以从List创建Java RDD的SparkConext.parallize(List)选项，但该选项只能在驱动程序上执行。

是否有其他选项可以创建可以在Executor上执行的JavaRDD？或者我可以实现Tuple2<key(index), JavaRDD<value>>在Executor上工作的另一种方式？ 如果没有，我如何才能在驱动程序上仅将Iterator切换到JavaRDD，并在Executor处将插件写入ElasticSearch？

谢谢，

Daniela

推荐答案

我想说的是，必须有如下所示的smth

JavaPairRDD<Key, Iterable<Value>> pair = ...;
JavaRDD<Iterable<Value>> values = pair.map(t2 -> t2._2());
JavaRDD<Value> onlyValues = values.flatMap(it -> it);

替代方法是

JavaPairRDD<Key, Iterable<Value>> pair = ...;
JavaRDD<Key, Value> keyValues = pair.flatMapValues(v1 -> v1);
JavaRDD<Value> values = keyValues.map(t2 -> t2._2());

这篇关于将可迭代转换为RDD的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！