如何将Dataset转换为JavaPairRDD？

Question

有将数据集转换为JavaRDD的方法。

Dataset<Row> dataFrame;
JavaRDD<String> data = dataFrame.toJavaRDD();

有没有其他方法可以将数据集转换为javaPairRDD<Long, Vector>？

Answer 1

您可以使用下面的PairFunction。请检查数据集中的元素索引。在下面的示例中，索引0具有长值，索引3具有Vector。

JavaPairRDD<Long, Vector> jpRDD = dataFrame.toJavaRDD().mapToPair(new PairFunction<Row, Long, Vector>() {
    public Tuple2<Long, Vector> call(Row row) throws Exception {
        return new Tuple2<Long, Vector>((Long) row.get(0), (Vector) row.get(3));
    }
});