异常:
Exception in thread "main" org.apache.spark.SparkException: Cannot use map-side combining with array keys
原因:
使用 reduceByKey、countByValue 等,需要使用 flatMap,如果用map处理会抛以上异常。
flatMap:主要用于spark Streaming
map:到处用
区别:
以读文件例:map会为每一行返回一个对象,但flatMap会汇总每行返回的对象成为一个更大的对象(map-side的错误也能看得出)
附:wordcount的两种写法:
val lines=sc.textFile("wordcount.txt")
val rdd1 = lines.flatMap(x=>x.split(" ")).map(x=>(x,1)).reduceByKey(_+_)
val rdd2 = lines.flatMap(lines=>lines.split(" ")).countByValue()
rdd1 和 rdd2 结果一样