Spark - Scala：处理一行后返回多个 <key, value>

Question

我有一个如下所示的数据集 -

0 -- 1,2,4
1 -- 0,4
2 -- 0,4
4 -- 2,1,0

我想读取每一行并将其转换为如下所示的内容

// 用于第 0 行 -- 1,2,4
(0,1)
(0,2)
(0,4)

// 对于第 1 行 -- 0,4
(0,1)
(1,4)

// 较小的数字总是出现在对中的第一个

即，读取以“--”分隔符分隔的每一行。所以我从数据集的第 1 行得到 0 和 1,2,4。之后，我想创建对。例如，(0,1) 将是转换后的地图的键，其值应为 2,4。

完成后，我希望能够按键对值进行分组

例如 (0,1)

将它们相交得到 4。

有可能做这样的事情吗？我的做法对吗？

到目前为止，我已经编写了以下代码-

var mapOperation = logData.map(x=>x.split("\t")).filter(x => x.length == 2).map(x => (x(0),x(1)))
// reading file and creating the map Example - key 0 value 1,2,4

//from the first map, trying to create pairs
var mapAgainstValue = mapOperation.map{
line =>
val fromFriend = line._1
val toFriendsList = line._2.split(",")
(fromFriend -> toFriendsList)
}

val newMap = mapAgainstValue.map{
line =>
var key ="";
for(userIds <- line._2){
key =line._1.concat(","+userIds);
(key -> line._2.toList)
}

}

问题是我无法在 newMap 上调用 groupByKey。我假设我创建地图的方式存在一些问题？

感谢任何帮助。

谢谢。

Answer 1

你的问题可以这样解决：

 val inputRDD=sc.textFile("inputFile.txt")  
inputRDD.flatMap{a=>
          val list=a.split("--")
          val firstTerm=list(0)
          val secondTermAsList=list(1).split(",")
          secondTermAsList.map{b=>
          val key=if(b>firstTerm) (firstTerm,b) else (b,firstTerm)
          val value=secondTermAsList diff List(b)
          (key,value)
          }
          }

此代码导致此输出：

+-----+------+
|_1   |_2    |
+-----+------+
|[0,1]|[2, 4]|
|[0,2]|[1, 4]|
|[0,4]|[1, 2]|
|[0,1]|[4]   |
|[1,4]|[0]   |
|[0,2]|[4]   |
|[2,4]|[0]   |
|[2,4]|[1, 0]|
|[1,4]|[2, 0]|
|[0,4]|[2, 1]|
+-----+------+

我希望这能解决您的问题！