05transformation操作开发实战

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了05transformation操作开发实战相关的知识,希望对你有一定的参考价值。

1、map:将集合中每个元素乘以2
2、filter:过滤出集合中的偶数
3、flatMap:将行拆分为单词
4、groupByKey:将每个班级的成绩进行分组
5、reduceByKey:统计每个班级的总分
6、sortByKey、sortBy:将学生分数进行排序
7、join:打印每个学生的成绩
8、cogroup:打印每个学生的成绩

 
package sparkcore.java;
import java.util.Arrays;
import java.util.Iterator;
import java.util.List;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.FlatMapFunction;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.VoidFunction;
import scala.Tuple2;
/**
 * transformation操作实战
 */
public class TransformationOperation {
    public static void main(String[] args) {
        // map();
        // filter();
        // flatMap();
        // groupByKey();
        // reduceByKey();
        // sortByKey();
        // sortBy();
        join();
        cogroup();
    }
    /**
     * map算子案例:将集合中每一个元素都乘以2
     */
    public static void map() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("map").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 构造集合
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
        // 并行化集合,创建初始RDD
        JavaRDD<Integer> numberRDD = sc.parallelize(numbers);
        // 使用map算子,将集合中的每个元素都乘以2
        // map算子,是对任何类型的RDD,都可以调用的
        // 在java中,map算子接收的参数是Function对象
        // 创建的Function对象,一定会让你设置第二个泛型参数,这个泛型类型,就是返回的新元素的类型
        // 同时call()方法的返回类型,也必须与第二个泛型类型相同
        // 在call()方法内部,就可以对原始RDD中的每一个元素进行各种处理和计算,并返回一个新的元素
        // 所有新的元素就会组成一个新的RDD
        JavaRDD<Integer> multipleNumberRDD = numberRDD.map(new Function<Integer, Integer>() {
            private static final long serialVersionUID = 1L;
            // 传入call()方法的,就是1,2,3,4,5
            // 返回的就是2,4,6,8,10
            @Override
            public Integer call(Integer v1throws Exception {
                return v1 * 2;
            }
        });
        // 打印新的RDD
        multipleNumberRDD.foreach(new VoidFunction<Integer>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Integer tthrows Exception {
                System.out.println(t);
            }
            // 输出结果:
            // 2
            // 4
            // 6
            // 8
            // 10
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * filter算子案例:过滤集合中的偶数
     */
    public static void filter() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("filter").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        // 并行化集合,创建初始RDD
        JavaRDD<Integer> numberRDD = sc.parallelize(numbers);
        // 对初始RDD执行filter算子,过滤出其中的偶数
        // filter算子,传入的也是Function,其他的使用注意点,实际上和map是一样的
        // 但是,唯一的不同,就是call()方法的返回类型是Boolean
        // 每一个初始RDD中的元素,都会传入call()方法,此时你可以执行各种自定义的计算逻辑
        // 来判断这个元素是否是你想要的
        // 如果你想在新的RDD中保留这个元素,那么就返回true;否则,不想保留这个元素,返回false
        JavaRDD<Integer> evenNumberRDD = numberRDD.filter(new Function<Integer, Boolean>() {
            private static final long serialVersionUID = 1L;
            // 在这里,1到10,都会传入进来
            // 但是根据我们的逻辑,只有2,4,6,8,10这几个偶数,会返回true
            // 所以,只有偶数会保留下来,放在新的RDD中
            @Override
            public Boolean call(Integer v1throws Exception {
                return v1 % 2 == 0;
            }
        });
        // 打印新的RDD
        evenNumberRDD.foreach(new VoidFunction<Integer>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Integer tthrows Exception {
                System.out.println(t);
            }
            // 输出结果:
            // 2
            // 4
            // 6
            // 8
            // 10
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * flatMap案例:将文本行拆分为多个单词
     */
    public static void flatMap() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("flatMap").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 构造集合
        List<String> lineList = Arrays.asList("hello you""hello me""hello world");
        // 并行化集合,创建RDD
        JavaRDD<String> lines = sc.parallelize(lineList);
        // 对RDD执行flatMap算子,将每一行文本,拆分为多个单词
        // flatMap算子,在java中,接收的参数是FlatMapFunction
        // 我们需要自己定义FlatMapFunction的第二个泛型类型,即,代表了返回的新元素的类型
        // call()方法,返回的类型,不是U,而是Iterator<U>,这里的U也与第二个泛型类型相同
        // flatMap其实就是,接收原始RDD中的每个元素,并进行各种逻辑的计算和处理,返回可以返回多个元素
        // 多个元素,即封装在Iterator集合中,可以使用ArrayList等集合
        // 新的RDD中,即封装了所有的新元素;也就是说,新的RDD的大小一定是 >= 原始RDD的大小
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            private static final long serialVersionUID = 1L;
            // 在这里会,比如,传入第一行,hello you
            // 返回的是一个Iterator<String>(hello, you)
            @Override
            public Iterator<String> call(String tthrows Exception {
                return Arrays.asList(t.split(" ")).iterator();
            }
        });
        // 打印新的RDD
        words.foreach(new VoidFunction<String>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(String tthrows Exception {
                System.out.println(t);
            }
            // 输出结果:
            // hello
            // you
            // hello
            // me
            // hello
            // world
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * groupByKey案例:按照班级对成绩进行分组
     */
    public static void groupByKey() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("groupByKey").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Tuple2<String, Integer>> scoreList = Arrays.asList(new Tuple2<String, Integer>("class1", 80),
                new Tuple2<String, Integer>("class2", 75), new Tuple2<String, Integer>("class1", 90),
                new Tuple2<String, Integer>("class2", 65));
        // 并行化集合,创建JavaPairRDD
        JavaPairRDD<String, Integer> scores = sc.parallelizePairs(scoreList);
        // 针对scores RDD,执行groupByKey算子,对每个班级的成绩进行分组
        // groupByKey算子,返回的还是JavaPairRDD
        // 但是,JavaPairRDD的第一个泛型类型不变,第二个泛型类型变成Iterable这种集合类型
        // 也就是说,按照了key进行分组,那么每个key可能都会有多个value,此时多个value聚合成了Iterable
        // 那么接下来,我们是不是就可以通过groupedScores这种JavaPairRDD,很方便地处理每个分组内的数据
        JavaPairRDD<String, Iterable<Integer>> groupedScores = scores.groupByKey();
        // 打印groupedScores RDD
        groupedScores.foreach(new VoidFunction<Tuple2<String, Iterable<Integer>>>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Tuple2<String, Iterable<Integer>> tthrows Exception {
                System.out.println("class: " + t._1);
                Iterator<Integer> ite = t._2.iterator();
                while (ite.hasNext()) {
                    System.out.println(ite.next());
                }
                System.out.println("==============================");
            }
            // 输出结果:
            // class: class1
            // 80
            // 90
            // ==============================
            // class: class2
            // 75
            // 65
            // ==============================
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * reduceByKey案例:统计每个班级的总分
     */
    public static void reduceByKey() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("reduceByKey").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Tuple2<String, Integer>> scoreList = Arrays.asList(new Tuple2<String, Integer>("class1", 80),
                new Tuple2<String, Integer>("class2", 75), new Tuple2<String, Integer>("class1", 90),
                new Tuple2<String, Integer>("class2", 65));
        // 并行化集合,创建JavaPairRDD
        JavaPairRDD<String, Integer> scores = sc.parallelizePairs(scoreList);
        // 针对scores RDD,执行reduceByKey算子
        // reduceByKey,接收的参数是Function2类型,它有三个泛型参数,实际上代表了三个值
        // 第一个泛型类型和第二个泛型类型,代表了原始RDD中的元素的value的类型
        // 因此对每个key进行reduce,都会依次将第一个、第二个value传入,将值再与第三个value传入
        // 因此此处,会自动定义两个泛型类型,代表call()方法的两个传入参数的类型
        // 第三个泛型类型,代表了每次reduce操作返回的值的类型,默认也是与原始RDD的value类型相同的
        // reduceByKey算法返回的RDD,还是JavaPairRDD<key, value>
        JavaPairRDD<String, Integer> totalScores = scores.reduceByKey(new Function2<Integer, Integer, Integer>() {
            private static final long serialVersionUID = 1L;
            // 对每个key,都会将其value,依次传入call方法
            // 从而聚合出每个key对应的一个value
            // 然后,将每个key对应的一个value,组合成一个Tuple2,作为新RDD的元素
            @Override
            public Integer call(Integer v1, Integer v2throws Exception {
                return v1 + v2;
            }
        });
        // 打印totalScores RDD
        totalScores.foreach(new VoidFunction<Tuple2<String, Integer>>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Tuple2<String, Integer> tthrows Exception {
                System.out.println(t._1 + ": " + t._2);
            }
            // 输出结果:
            // class1: 170
            // class2: 140
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * sortByKey案例:按照学生分数进行排序,分数为Key
     */
    public static void sortByKey() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("sortByKey").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Tuple2<Integer, String>> scoreList = Arrays.asList(new Tuple2<Integer, String>(65, "leo"),
                new Tuple2<Integer, String>(50, "tom"), new Tuple2<Integer, String>(100, "marry"), new Tuple2<Integer, String>(80, "jack"));
        // 并行化集合,创建RDD
        JavaPairRDD<Integer, String> scores = sc.parallelizePairs(scoreList);
        // 对scores RDD执行sortByKey算子
        // sortByKey其实就是根据key进行排序,可以手动指定升序,或者降序(false时)
        // 返回的,还是JavaPairRDD,其中的元素内容,都是和原始的RDD一模一样的
        // 但是就是RDD中的元素的顺序,不同了
        JavaPairRDD<Integer, String> sortedScores = scores.sortByKey(false);
        // 打印sortedScored RDD
        sortedScores.foreach(new VoidFunction<Tuple2<Integer, String>>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Tuple2<Integer, String> tthrows Exception {
                System.out.println(t._1 + ": " + t._2);
            }
            // 输出结果:
            // 100: marry
            // 80: jack
            // 65: leo
            // 50: tom
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * sortByKey案例:按照学生分数进行排序,分数为value
     */
    public static void sortBy() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("sortByKey").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Tuple2<String, Integer>> scoreList = Arrays.asList(new Tuple2<String, Integer>("leo", 65),
                new Tuple2<String, Integer>("tom", 50), new Tuple2<String, Integer>("marry", 100), new Tuple2<String, Integer>("jack", 80));
        // 注:只有JavaRDD才有sortBy方法,而JavaPairRDD是没有的
        JavaRDD<Tuple2<String, Integer>> scores = sc.parallelize(scoreList);
        // 根据value值进行降序排序
        JavaRDD<Tuple2<String, Integer>> sortedScores = scores.sortBy(new Function<Tuple2<String, Integer>, Integer>() {
            private static final long serialVersionUID = 1L;
            @Override
            public Integer call(Tuple2<String, Integer> v1throws Exception {
                return v1._2;// 返回待排序的值,这里根据value进行排序,而非key
            }
        }, false, 1);
        // 打印sortedScored RDD
        sortedScores.foreach(new VoidFunction<Tuple2<String, Integer>>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Tuple2<String, Integer> tthrows Exception {
                System.out.println(t._1 + ": " + t._2);
            }
            // 输出结果:
            // marry: 100
            // jack: 80
            // leo: 65
            // tom: 50
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * join案例:打印学生成绩
     */
    public static void join() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("join").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Tuple2<Integer, String>> studentList = Arrays.asList(new Tuple2<Integer, String>(1, "leo"),
                new Tuple2<Integer, String>(2, "jack"), new Tuple2<Integer, String>(3, "tom"));
        List<Tuple2<Integer, Integer>> scoreList = Arrays.asList(new Tuple2<Integer, Integer>(1, 100), new Tuple2<Integer, Integer>(2, 90),
                new Tuple2<Integer, Integer>(3, 60), new Tuple2<Integer, Integer>(1, 70), new Tuple2<Integer, Integer>(2, 80),
                new Tuple2<Integer, Integer>(3, 50));
        // 并行化两个RDD
        JavaPairRDD<Integer, String> students = sc.parallelizePairs(studentList);
        JavaPairRDD<Integer, Integer> scores = sc.parallelizePairs(scoreList);
        // 使用join算子关联两个RDD
        // join会根据key进行join,并返回JavaPairRDD
        // 该JavaPairRDD的第一个泛型类型为两个原始JavaPairRDD的key的类型(两个Key类型相同)
        // 第二个泛型类型,是Tuple2<v1, v2>的类型,Tuple2的两个泛型分别为两个原始RDD的value的类型
        // 什么意思呢?比如有(1, 1) (1, 2) (1, 3)的一个RDD
        // 还有一个(1, 4) (2, 1) (2, 2)的一个RDD
        // join以后,实际上会得到(1 (1, 4)) (1, (2, 4)) (1, (3, 4))
        JavaPairRDD<Integer, Tuple2<String, Integer>> studentScores = students.join(scores);
        // 打印studnetScores RDD
        studentScores.foreach(new VoidFunction<Tuple2<Integer, Tuple2<String, Integer>>>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Tuple2<Integer, Tuple2<String, Integer>> tthrows Exception {
                System.out.println("student id: " + t._1);
                System.out.println("student name: " + t._2._1);
                System.out.println("student score: " + t._2._2);
                System.out.println("===============================");
            }
            // 输出结果:
            // student id: 1
            // student name: leo
            // student score: 100
            // ===============================
            // student id: 1
            // student name: leo
            // student score: 70
            // ===============================
            // student id: 3
            // student name: tom
            // student score: 60
            // ===============================
            // student id: 3
            // student name: tom
            // student score: 50
            // ===============================
            // student id: 2
            // student name: jack
            // student score: 90
            // ===============================
            // student id: 2
            // student name: jack
            // student score: 80
            // ===============================
        });
        // 关闭JavaSparkContext
        sc.close();
    }
    /**
     * cogroup案例:打印学生成绩
     */
    public static void cogroup() {
        // 创建SparkConf
        SparkConf conf = new SparkConf().setAppName("cogroup").setMaster("local");
        // 创建JavaSparkContext
        JavaSparkContext sc = new JavaSparkContext(conf);
        // 模拟集合
        List<Tuple2<Integer, String>> studentList = Arrays.asList(new Tuple2<Integer, String>(1, "leo"),
                new Tuple2<Integer, String>(2, "jack"), new Tuple2<Integer, String>(3, "tom"));
        List<Tuple2<Integer, Integer>> scoreList = Arrays.asList(new Tuple2<Integer, Integer>(1, 100), new Tuple2<Integer, Integer>(2, 90),
                new Tuple2<Integer, Integer>(3, 60), new Tuple2<Integer, Integer>(1, 70), new Tuple2<Integer, Integer>(2, 80),
                new Tuple2<Integer, Integer>(3, 50));
        // 并行化两个RDD
        JavaPairRDD<Integer, String> students = sc.parallelizePairs(studentList);
        JavaPairRDD<Integer, Integer> scores = sc.parallelizePairs(scoreList);
        // cogroup与join不同
        // 相当于是,一个key join上的所有value,都给放到一个Iterable里面去了
        // cogroup,不太好讲解,希望大家通过动手编写我们的案例,仔细体会其中的奥妙
        JavaPairRDD<Integer, Tuple2<Iterable<String>, Iterable<Integer>>> studentScores = students.cogroup(scores);
        // 打印studnetScores RDD
        studentScores.foreach(new VoidFunction<Tuple2<Integer, Tuple2<Iterable<String>, Iterable<Integer>>>>() {
            private static final long serialVersionUID = 1L;
            @Override
            public void call(Tuple2<Integer, Tuple2<Iterable<String>, Iterable<Integer>>> tthrows Exception {
                System.out.println("student id: " + t._1);
                System.out.println("student name: " + t._2._1);
                System.out.println("student score: " + t._2._2);
                System.out.println("===============================");
            }
            // 输出结果:
            // student id: 1
            // student name: [leo]
            // student score: [100, 70]
            // ===============================
            // student id: 3
            // student name: [tom]
            // student score: [60, 50]
            // ===============================
            // student id: 2
            // student name: [jack]
            // student score: [90, 80]
            // ===============================
        });
        // 关闭JavaSparkContext
        sc.close();
    }
}




package sparkcore.scala
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
object TransformationOperation {
  def main(args: Array[String]) {
    //    map()
    //    filter()
    //    flatMap()
    //    groupByKey()
    //    reduceByKey()
    //    sortByKey()
    //    sortBy()
    //    join()
    cogroup()
  }
  def map() {
    val conf = new SparkConf()
      .setAppName("map")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val numbers = Array(12345)
    val numberRDD = sc.parallelize(numbers1)
    val multipleNumberRDD = numberRDD.map { num => num * 2 }
    multipleNumberRDD.foreach { num => println(num) }
    //    输出结果:
    //    2
    //    4
    //    6
    //    8
    //    10
  }
  def filter() {
    val conf = new SparkConf()
      .setAppName("filter")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val numbers = Array(12345678910)
    val numberRDD = sc.parallelize(numbers1)
    val evenNumberRDD = numberRDD.filter { num => num % 2 == 0 }
    evenNumberRDD.foreach { num => println(num) }
    //    输出结果:
    //    2
    //    4
    //    6
    //    8
    //    10
  }
  def flatMap() {
    val conf = new SparkConf()
      .setAppName("flatMap")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val lineArray = Array("hello you""hello me""hello world")
    val lines = sc.parallelize(lineArray1)
    val words = lines.flatMap { line => line.split(" ") }
    words.foreach { word => println(word) }
    //    输出结果:
    //    hello
    //    you
    //    hello
    //    me
    //    hello
    //    world
  }
  def groupByKey() {
    val conf = new SparkConf()
      .setAppName("groupByKey")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val scoreList = Array(Tuple2("class1"80), Tuple2("class2"75),
      Tuple2("class1"90), Tuple2("class2"60))
    val scores = sc.parallelize(scoreList1)
    val groupedScores = scores.groupByKey()
    groupedScores.foreach(score => {
      println(score._1);
      score._2.foreach { singleScore => println(singleScore) };
      println("=============================")
    })
    //    输出结果:
    //    class1
    //    80
    //    90
    //    =============================
    //    class2
    //    75
    //    60
    //    =============================
  }
  def reduceByKey() {
    val conf = new SparkConf()
      .setAppName("groupByKey")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val scoreList = Array(Tuple2("class1"80), Tuple2("class2"75),
      Tuple2("class1"90), Tuple2("class2"60))
    val scores = sc.parallelize(scoreList1)
    val totalScores = scores.reduceByKey(_ + _)
    totalScores.foreach(classScore => println(classScore._1 + ": " + classScore._2))
    //    输出结果:
    //    class1: 170
    //    class2: 135
  }
  def sortByKey() {
    val conf = new SparkConf()
      .setAppName("sortByKey")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val scoreList = Array(Tuple2(65"leo"), Tuple2(50"tom"),
      Tuple2(100"marry"), Tuple2(85"jack"))
    val scores = sc.parallelize(scoreList1)
    val sortedScores = scores.sortByKey(false)
    sortedScores.foreach(studentScore => println(studentScore._1 + ": " + studentScore._2))
    //    输出结果:
    //    100: marry
    //    85: jack
    //    65: leo
    //    50: tom
  }
  def sortBy() {
    val conf = new SparkConf()
      .setAppName("sortByKey")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val scoreList = Array(Tuple2("leo"65), Tuple2("tom"50), Tuple2("marry"100), Tuple2("jack"80))
    val scores = sc.parallelize(scoreList1)
    val sortedScores = scores.sortBy(_._2false1)
    sortedScores.foreach(studentScore => println(studentScore._1 + ": " + studentScore._2))
    //    输出结果:
    //    marry: 100
    //    jack: 80
    //    leo: 65
    //    tom: 50
  }
  def join() {
    val conf = new SparkConf()
      .setAppName("join")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val studentList = Array(
      Tuple2(1"leo"),
      Tuple2(2"jack"),
      Tuple2(3"tom"));
    val scoreList = Array(
      Tuple2(1100), Tuple2(290), Tuple2(360),
      Tuple2(170), Tuple2(280), Tuple2(350));
    val students = sc.parallelize(studentList);
    val scores = sc.parallelize(scoreList);
    val studentScores = students.join(scores)
    studentScores.foreach(studentScore => {
      println("student id: " + studentScore._1);
      println("student name: " + studentScore._2._1)
      println("student socre: " + studentScore._2._2)
      println("=======================================")
    })
    //    输出结果:
    //    student id: 1
    //    student name: leo
    //    student socre: 100
    //    =======================================
    //    student id: 1
    //    student name: leo
    //    student socre: 70
    //    =======================================
    //    student id: 3
    //    student name: tom
    //    student socre: 60
    //    =======================================
    //    student id: 3
    //    student name: tom
    //    student socre: 50
    //    =======================================
    //    student id: 2
    //    student name: jack
    //    student socre: 90
    //    =======================================
    //    student id: 2
    //    student name: jack
    //    student socre: 80
    //    =======================================
  }
  def cogroup() {
    val conf = new SparkConf()
      .setAppName("join")
      .setMaster("local")
    val sc = new SparkContext(conf)
    val studentList = Array(
      Tuple2(1"leo"),
      Tuple2(2"jack"),
      Tuple2(3"tom"));
    val scoreList = Array(
      Tuple2(1100), Tuple2(290), Tuple2(360),
      Tuple2(170), Tuple2(280), Tuple2(350));
    val students = sc.parallelize(studentList);
    val scores = sc.parallelize(scoreList);
    val studentScores = students.cogroup(scores)
    studentScores.foreach(studentScore => {
      println("student id: " + studentScore._1);
      println("student name: " + studentScore._2._1)
      println("student socre: " + studentScore._2._2)
      println("=======================================")
    })
    //    输出结果:
    //    student id: 1
    //    student name: CompactBuffer(leo)
    //    student socre: CompactBuffer(100, 70)
    //    =======================================
    //    student id: 3
    //    student name: CompactBuffer(tom)
    //    student socre: CompactBuffer(60, 50)
    //    =======================================
    //    student id: 2
    //    student name: CompactBuffer(jack)
    //    student socre: CompactBuffer(90, 80)
    //    =======================================
  }
}


以上是关于05transformation操作开发实战的主要内容,如果未能解决你的问题,请参考以下文章

预处理之随机裁剪

:app:transform Classes With Profilers-transform For Debug FAILED

译一篇掌握LiveData transformations

R的transform

最通俗易懂的字节码插桩实战(Gradle + ASM)

unity---背景循环滚动

(c)2006-2024 SYSTEM All Rights Reserved IT常识