首页 / JAVA / 如何使用foreach迭代JavaRDD并使用Spark Java从每一行中查找特定元素

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

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。

本文链接：https://qyyshop.com/info/667590.html

来源：【匿名】