Spark之中map與flatMap的區別

之前老是分不清楚spark中flatmap和map的區別，如今弄明白了，總結分享給你們，先看看flatmap和map的定義。

• map()是將函數用於RDD中的每一個元素，將返回值構成新的RDD。

• flatmap()是將函數應用於RDD中的每一個元素，將返回的迭代器的全部內容構成新的RDD

有些拗口，看看例子就明白了。

val rdd = sc.parallelize(List("coffee panda","happy panda","happiest panda party"))

rdd.map(x=>x).collect
res9: Array[String] = Array(coffee panda, happy panda, happiest panda party)

rdd.flatMap(x=>x.split(" ")).collect
res8: Array[String] = Array(coffee, panda, happy, panda, happiest, panda, party)

flatMap說明白就是先map而後再flat，再來看個例子

val rdd1 = sc.parallelize(List(1,2,3,3))
scala> rdd1.map(x=>x+1).collect
res10: Array[Int] = Array(2, 3, 4, 4)
scala> rdd1.flatMap(x=>x.to(3)).collect
res11: Array[Int] = Array(1, 2, 3, 2, 3, 3, 3)

這下應該徹底明白了吧，不懂給我留言，歡迎指正。