spark循环中的变量问题，，foreach里面向map填值，在循环外面值没有了

下面这个map在循环里面有值，到循环外的map里就没有值了。。。 object Test {   def main(args: Array[String]): Unit = {     val conf = new SparkConf();     conf.setMaster("local[1]");     conf.setAppName("WcAppTask");     val sc = new SparkContext(conf);     val fileRdd = sc.parallelize(Array(("imsi1","2018-07-29 11:22:23","zd-A"),("imsi2","2018-07-29 11:22:24","zd-A"),("imsi3","2018-07-29 11:22:25","zd-A")))     val result = mutable.Map.empty[String,String]     fileRdd.foreach(input=>{       val str = (input._1+"/t"+input._2+"/t"+input._3).toString;       result += (input._1.toString -> str)       println(result.size) //返回1，2,3     })     println(result.size) //返回0   } }

运行的结果

1
2
3
0

我们需要的结果当然是1,2,3,3

寻找原因：

在spark算子中引用的外部变量，其实是变量的副本，在算子中对其值进行修改，只是改变副本的值，外部的变量还是没有变。

通俗易懂的讲就是foreach里的变量带不出来的，除非用map，将结果作为rdd返回

解决方案：1使用广播变量

object foreachtest {
  def main(args: Array[String]): Unit = {

    val conf = new SparkConf()
    conf.setMaster("local[1]")
    conf.setAppName("WcAppTask")
    val sc = new SparkContext(conf)
    sc.setLogLevel("WARN")
    val fileRdd = sc.parallelize(Array(("imsi1","2018-07-29 11:22:23","zd-A"),("imsi2","2018-07-29 11:22:24","zd-A"),("imsi3","2018-07-29 11:22:25","zd-A")))
    val result = mutable.Map.empty[String,String]
  val resultBroadCast: Broadcast[mutable.Map[String, String]] =sc.broadcast(result)
    fileRdd.foreach(input=>{
      val str = (input._1+"/t"+input._2+"/t"+input._3).toString
      resultBroadCast.value += (input._1.toString -> str)
      println(resultBroadCast.value.size) //返回1,2.3
    })
    println(result.size) //返回3

  }

运行的结果

1
2
3
3

解决方案2：使用累加器

    val accum = sc.collectionAccumulator[mutable.Map[String, String]]("My Accumulator")
    fileRdd.foreach(input => {
      val str = input._1 + "/t" + input._2 + "/t" + input._3
      accum.add(mutable.Map(input._1 -> str))
    })

    println(accum.value.size())

运行结果 3

 

方案3：和2类似

   val longaa= sc.longAccumulator("count")

    fileRdd.foreach(input=>{
      val str = (input._1+"/t"+input._2+"/t"+input._3).toString
      longaa.add(1L)
    })
    println(longaa.count) //返回3

运行结果 3

 

注意事项：

累加器的使用陷阱（未完待续）