Java lambda 简化JavaSpark Core代码

3 篇文章 0 订阅
2 篇文章 0 订阅

直接上个写得很烂的小代码片段,慢慢体会。。。

SparkSession spark = SparkSession.builder()
                                        .master("local[*]")
                                        .appName("xxx")
                                        .config("spark.mongodb.input.uri", "mongodb://xx.xx.xx.xx/xx.xx")
                                        .getOrCreate();
        spark.sparkContext().setLogLevel("WARN");
        JavaSparkContext sc = new JavaSparkContext(spark.sparkContext());
        JavaMongoRDD<Document> mongoRDD = MongoSpark.load(sc);
        //将数据压平
        JavaRDD<Document> dataRDD = mongoRDD.flatMap(document -> {
            List<Document> doc = (List<Document>) document.get("data");
            return doc.iterator();
        });
        //过滤_id 为空的数据
        JavaRDD<Tuple2> tupleRDD = dataRDD.filter(document -> document.get("_id") != null && ((List<String>) document.get("car")).size() > 0)
                .map(document -> {
                    String str = ((List<String>) document.get("car")).get(0);
                    return new Tuple2(document.get("_id"), str);
                });
        //根据_id分组 聚合
        JavaPairRDD<Object, Set<String>> tupleArrRDD = tupleRDD.groupBy(tuple2 -> tuple2._1).mapValues(arr -> {
            Set<String> set = new HashSet();
            for (Tuple2 tuple : arr) {
                set.add((String) tuple._2);
            }
            return set;
        });
        //分区内部进行 jdbc操作数据库
        List nullResult = tupleArrRDD.mapPartitions(tuple2Iterator -> {......});
        .....
        spark.srop
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值