使用 sparklyr 的 R 回调函数

Question

我希望使用Spark（http://spark.apache.org/docs/latest/programming-guide.html）的mapPartitions和reduce功能，使用sparklyr。

在 pyspark 中很容易，我唯一需要使用的是一个普通的 python 代码。我可以简单地添加 python 函数作为回调函数。很简单。

例如，在pyspark中，我可以使用这两个函数如下：

mapdata = self.rdd.mapPartitions(mycbfunc1(myparam1))
res = mapdata.reduce(mycbfunc2(myparam2))

但是，这似乎在 R 中是不可能的，例如 sparklyr 库。我检查了 RSpark，但它似乎是在 R 中查询/整理数据的另一种方式，仅此而已。

如果有人告诉我如何在 R 中使用这两个函数以及 R 回调函数，我将不胜感激。

Answer 1

在 SparkR 中，您可以使用内部函数 - 因此前缀 SparkR::: - 来完成相同的操作。

newRdd = SparkR:::toRDD(self)                  
mapdata = SparkR:::mapPartitions(newRdd, function(x) { mycbfunc1(x, myparam1)})
res = SparkR:::reduce(mapdata, function(x) { mycbfunc2(x, myparam2)})

我相信 sparklyr 仅与 DataFrame / DataSet API 接口。