spark算子cogroup讲解

来源：互联网发布：51单片机课程设计课题编辑：程序博客网时间：2024/05/17 08:34

1.cogroup是什么

cogroup定义如下：

defcogroup[W1, W2](other1: RDD[(K, W1)], other2: RDD[(K, W2)], numPartitions: Int): RDD[(K, (Iterable[V], Iterable[W1], Iterable[W2]))] PermalinkFor each key k in this or other1 or other2, return a resulting RDD that contains a tuple with the list of values for that key in this, other1 and other2.

对于每一个k，在other1或者other2里边都可以，返回一个结果RDD，包含了一个元组，元组里面的每一个key，对应每一个other1,other2。

2.产生两个RDD

val rdd1 = sc.parallelize(Array(("aa",1),("bb",2),("cc",6)))val rdd2 = sc.parallelize(Array(("aa",3),("dd",4),("aa",5)))

3.进行cogroup操作

val rdd3 = rdd1.cogroup(rdd2).collect()

4.遍历输出集合

 for (i <- 0 to rdd3.length-1){      println(rdd3(i))    }

5.完整代码及结果

object joinDemo {  def main(args: Array[String]) {    val sparkConf = new SparkConf().setMaster("local").setAppName("cogroup Demo")    val sc = new SparkContext(sparkConf)    val rdd1 = sc.parallelize(Array(("aa",1),("bb",2),("cc",6)))    val rdd2 = sc.parallelize(Array(("aa",3),("dd",4),("aa",5)))    val rdd3 = rdd1.cogroup(rdd2).collect()    for (i <- 0 to rdd3.length-1){      println(rdd3(i))    }  }}

结果为：

(aa,(CompactBuffer(1),CompactBuffer(3, 5)))(dd,(CompactBuffer(),CompactBuffer(4)))(bb,(CompactBuffer(2),CompactBuffer()))(cc,(CompactBuffer(6),CompactBuffer()))

0 0