我使用ElasticSearch-Hadoop Library从ElsticSearch获取数据。
JavaPairRDD<String, Map<String, Object>> esRDD = JavaEsSpark.esRDD(sc);
现在我有了JavaPairRDD。我想在这个RDD上使用来自MLLib的Random Forest。 所以我将它转换为JavaPairRDD.toRDD(esRDD)这将给我RDD。 使用RDD我再次转换为JavaRDD
JavaRDD<LabeledPoint>[] splits = (JavaRDD.fromRDD(JavaPairRDD.toRDD(esRDD),
esRDD.classTag())).randomSplit(new double[] { 0.5, 0.5 });
JavaRDD<LabeledPoint> trainingData = splits[0];
JavaRDD<LabeledPoint> testData = splits[1];
我想将trainingData和TestData传递给Random Forest算法,但它在编译时给出了转换异常。
类型不匹配:无法转换 JavaRDD [Tuple2 [String,Map [String,Object]]] []到 JavaRDD [LabeledPoint] []
添加方括号,小于和大于符号不起作用
任何人都可以建议我使用Casting的正确方法。我是Spark Datastrucutres的新手。
答案 0 :(得分:7)
您在JavaPairRDD列中有哪些数据? JavaPairRDD是第一列和第二列之间的键/值映射,与普通RDD不同。
您可能希望从JavaPairRDD中删除第一列,仅使用值列返回JavaRDD。
为此,只需运行类似:
JavaRDD newRDD = esRDD.map(x =&gt; x._2);
或等效创建没有第一列的新JavaRDD。