以前總是分不清楚Spark中flatmap和map的區(qū)別，現(xiàn)在弄明白了，總結(jié)分享給大家，先看看flatmap和map的定義。
map()是將函數(shù)用于RDD中的每個元素，將返回值構(gòu)成新的RDD。
flatmap()是將函數(shù)應(yīng)用于RDD中的每個元素，將返回的迭代器的所有內(nèi)容構(gòu)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"))
輸入
rdd.map(x=>x).collect
結(jié)果
res9: Array[String] = Array(coffee panda, happy panda, happiest panda party)
輸入
rdd.flatMap(x=>x.split(" ")).collect
結(jié)果:
res8: Array[String] = Array(coffee, panda, happy, panda, happiest, panda, party)
flatMap說明白就是先map然后再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(yīng)該完全明白了吧，不懂給我留言，歡迎指正。