// 不知不觉用flatmap实现了hive的自带函数explode功能。
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.sql.SQLContext
import org.apache.spark.sql.RowFactory
import org.apache.spark.sql.Row
import org.apache.spark.sql.types.StructType
import scala.annotation.meta.field
import org.apache.spark.sql.types.StringType
import org.apache.spark.sql.types.StructField
import scala.annotation.meta.field
import org.apache.spark.sql.hive.HiveContext
object flatmapOption {
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setMaster("local[3]").setAppName("flatmapOption")
val sc = new SparkContext(conf)
val aa = Array("this_1|2|3|4")
val bb
flatMap功能不只是wordcount,不知不觉用flatmap实现了hive的自带函数explode功能
最新推荐文章于 2023-02-08 22:54:31 发布
本文探讨了flatMap操作在处理数据时的灵活性,并揭示了如何利用flatMap实际上实现了与Hive内置函数explode相同的效果。通过实例,展示了如何在数据流处理中运用flatMap进行扁平化操作,从而达到分解复杂结构数据的目的。
摘要由CSDN通过智能技术生成