SparkRDD 操作，怎么将一对一 转换成一对多？不用 groupbykey

2016-03-31 10:25:11 +08:00
 anonymoustian

现在有一个 JavaPairRDD<String, String>

代表的是 IP 和域名的对应关系

现在想把 一个 IP 访问过的所有域名都 表现出来

就是： JavaPairRDD<String, String[]>

其中 String[]是一个数组

请问这个如果不用 groupbykey 怎么操作？

3162 次点击
所在节点    Hadoop
2 条回复
heliumhgy
2016-03-31 10:52:42 +08:00
pyspark 就先 map k,v => k,[v] 然后 reduceByKey (k,v1), (k, v2) => k, v1+ v2 在 Python 中这个 list 会越来越长。
Java 就不清楚怎么写了，思路可以参考下
anonymoustian
2016-03-31 11:00:05 +08:00
@heliumhgy 好的谢谢 我试试

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/267552

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX