为什么Map转换将单行作为单个元素？
如果我从外部数据集（如文本文件）创建RDD，它会将单行作为单个元素吗？
有没有办法改变它，以便它匹配模式而不是默认的单行？
或
我应该使用像过滤器这样的其他转换吗？
如果我应该使用其他转换，为什么我们不能在Map中进行转换？
请帮帮我。
示例：
我的文件包含
映射是应用的Apache Spark中的转换操作 到RDD的每个元素，它将结果作为新的RDD返回。在里面 Map操作开发人员可以定义自己的自定义业务逻辑;该 相同的逻辑将应用于RDD的所有元素。地图功能 根据自定义代码将一个元素作为输入处理它 （由开发人员指定）并一次返回一个元素。地图 将长度为N的RDD转换为另一个长度为N的RDD。输入 和输出RDD通常具有相同数量的记录。
然后映射过程
元素一为[A map是Apache Spark中的转换操作，应用于RDD的每个元素]
是否有任何关于map的方法，以便我可以[在Apache Spark中进行转换操作，它应用于RDD的每个元素，并将结果作为新RDD返回。]作为单行。 [点模式匹配]
答案 0 :(得分：2)
回答你的第一个问题：
它不是map函数一次single line。 map函数只是transforming RDD（弹性分布式数据集）到其他RDD形式。它是逐行读取文本文件的sparkContext或sqlContext或Source库。
contexts中的每一个都使用TextInputFormat最初使用的Hadoop类。并且TextInputFormat类parses输入文件逐行使用（\r or \n）分隔符，逐行读取文本文件。
现在
如果您想要通过foolstop（.）分隔，在问题中提到自定义阅读格式来阅读行，那么您必须编写自定义inputFormat类并告知contexts使用您的custom inputFormat类。
我希望答案很明确
的被修改
Ingesting data with Spark using a custom Hadoop FileInputFormat和Custom Input Format in Hadoop以及simple image format converter和Using Custom Hadoop input format for processing binary file in Spark应该为您提供自定义inputFormat