如何使用foreach迭代JavaRDD并使用Spark Java从每一行中查找特定元素
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了如何使用foreach迭代JavaRDD并使用Spark Java从每一行中查找特定元素,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1944字,纯文字阅读大概需要3分钟。
内容图文
![如何使用foreach迭代JavaRDD并使用Spark Java从每一行中查找特定元素](/upload/InfoBanner/zyjiaocheng/668/fbcf49b08eb841bea90663541853c116.jpg)
我的文本文件中包含以下行:
Some different lines....
Name : Praveen
Age : 24
Contact : 1234567890
Location : India
Some different lines....
Name : John
Contact : 1234567890
Location : UK
Some different lines....
Name : Joe
Age : 54
Contact : 1234567890
Location : US
一些不同的行指示其间还有其他信息.
现在,我需要阅读文件并提取人员信息.如果缺少任何键,则应将其读取为空字符串(第二人称信息中缺少年龄).
JavaRDD<String> data = jsc.textFile("person.report");
List<String> name = data.filter(f -> f.contains("Name")).collect();
List<String> age = data.filter(f -> f.contains("Age")).collect();
List<String> contact = data.filter(f -> f.contains("Contact")).collect();
List<String> location = data.filter(f -> f.contains("Location")).collect();
当我以上述方式执行并遍历for循环时,第三人称的年龄被分配给第二人称.
解决方法:
首先,您正在收集驱动程序上的所有内容,确定要执行此操作吗?它不适用于大数据集…
基本上,您的问题是您认为要记录的内容不在一行上.默认情况下,spark认为每行都是单独的记录.然而,在这里,您的记录位于几行(名称,年龄,位置…).为了克服这个问题,您需要找到另一个定界符.如果在“一些不同的行”中有一个特定的字符串,请使用该字符串并设置此属性:
sc.hadoopConfiguration.set("textinputformat.record.delimiter","specific string")
然后,您可以编写如下内容:
val cols = Seq("Name","Age", "Contact", "Location")
sc.textFile("...")
.map( _.split("\n"))
.map(x => cols
.map( col => x.find(_.startsWith(col)).getOrElse(col+" :") ) )
与一个人相对应的所有行将在同一记录中,供您根据需要处理.如果找不到任何合适的定界符,则记录中可能都有一个名称,因此您可以使用“名称:”.
在java8中,可以使用流以相同的方式实现它.这有点冗长,但是由于问题是针对Java的,因此您可以进行以下操作:
String[] array = {"Name", "Age", "Contact", "Location"};
List<String> list = Arrays.asList(array);
sc.textFile("...")
.map(x -> Arrays.asList(x.split("\n")))
.map(x -> list.stream()
.map(col -> x.stream()
.filter(line -> line.startsWith(col))
.findAny()
.orElse(col+" :"))
.collect(Collectors.toList()) );
内容总结
以上是互联网集市为您收集整理的如何使用foreach迭代JavaRDD并使用Spark Java从每一行中查找特定元素全部内容,希望文章能够帮你解决如何使用foreach迭代JavaRDD并使用Spark Java从每一行中查找特定元素所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。