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)]