spark常用RDD算子 - flatMapToPair

在flatMap算子的基础上，将结果变成 (a,1)的形式

flatMap算子：
有时候，我们希望对某个元素生成多个元素，实现该功能的操作叫作 flatMap() 
faltMap的函数应用于每一个元素，对于每一个元素返回的是多个元素组成的迭代器
例如我们将数据切分为单词 ，个人理解就是数据打散

flatMapToPair 示例如下
1 准备一个文本文件 sample_2.txt，内容如下

hadoop hive spark flume
hdfs spark zookeeper storm
flume hue flume hdfs
spark hive hdfs spark

JavaRDD<String> stringJavaRDD = javaSparkContext.textFile("file:///E:/sample_2.txt");
JavaPairRDD<String, Integer> stringIntegerJavaPairRDD = stringJavaRDD.flatMapToPair(new PairFlatMapFunction<String, String, Integer>() {

            @Override
            public Iterator<Tuple2<String, Integer>> call(String s) throws Exception {
                String[] split = s.split("\\s+");

                System.out.println("^^^^^^^^^^^^^^^^^^^^^^^^^^^");
                System.out.println(Arrays.asList(split));
                //输出 [hadoop, hive, spark, flume]
                System.out.println("^^^^^^^^^^^^^^^^^^^^^^^^^^^");

                ArrayList<Tuple2<String, Integer>> objects = new ArrayList<>();
                for (String str : split) {
                    Tuple2<String, Integer> stringIntegerTuple2 = new Tuple2<>(str, 1);
                    objects.add(stringIntegerTuple2);
                }
                return objects.iterator();
            }
        });

System.out.println(stringIntegerJavaPairRDD.collect());

//最终flatMapToPair的结果如下
[(hadoop,1), (hive,1), (spark,1), (flume,1), (hdfs,1), (spark,1), (zookeeper,1), (storm,1), (flume,1), (hue,1), (flume,1), (hdfs,1), (spark,1), (hive,1), (hdfs,1), (spark,1)]