Spark Java API:如何将 JavaRDD 转换为 RDD 类型
Posted
技术标签:
【中文标题】Spark Java API:如何将 JavaRDD 转换为 RDD 类型【英文标题】:Spark Java API: How to convert JavaRDD to RDD type 【发布时间】:2018-07-13 21:35:25 【问题描述】:我正在尝试将使用Dataframe
编写的代码转换为DataSet
API。
问题是我将 JavaRDD 创建为:
final JavaRDD<String> abcJavaRdd= jsc.textFile("/path/to/textfile");
但是sqlContext类的createDataset
方法需要RDD<T>
类型而不是JavaRDD<T>
类型。
SQLContext sqlc = new SQLContext(jsc);
....
....
Encoder<Abc> abcEncoder= Encoders.bean(Abc.class);
Dataset<Abc> abcDataset= sqlc.createDataset(abcJavaRdd, abcEncoder);
上面代码的最后一行不起作用。
我想知道如何从“org.apache.spark.api.java.JavaRDD
”类型创建“org.apache.spark.rdd.RDD
”类型?
我在 mapr 集群上使用 Java 1.8 和 apache spark 1.6.1。
【问题讨论】:
【参考方案1】:通过API挖掘后,我找到了答案。
org.apache.spark.api.java.JavaRDD
类公开了一个静态方法,将JavaRDD
类型的对象转换为org.apache.spark.rdd.RDD
,createDataset
类的createDataset
方法接受该方法SQLContext
。
Encoder<Abc> abcEncoder= Encoders.bean(Abc.class);
Dataset<Abc> abcDataset= sqlc.createDataset(JavaRDD.toRDD(abcJavaRdd), abcEncoder);
另一种方法是在abcJavaRdd
上调用rdd()
方法。即abcJavaRdd.rdd()
【讨论】:
以上是关于Spark Java API:如何将 JavaRDD 转换为 RDD 类型的主要内容,如果未能解决你的问题,请参考以下文章
如何将复杂的 Java 类对象作为参数传递给 Spark 中的 Scala UDF?