我有RDD [(Int,Array [Double])]之后,我调用了一个classFunction
val rdd = spark.sparkContext.parallelize(Seq(
(1, Array(2.0,5.0,6.3)),
(5, Array(1.0,3.3,9.5)),
(1, Array(5.0,4.2,3.1)),
(2, Array(9.6,6.3,2.3)),
(1, Array(8.5,2.5,1.2)),
(5, Array(6.0,2.4,7.8)),
(2, Array(7.8,9.1,4.2))
)
)
val new_class = new ABC
new_class.demo(data)
在内部类中,声明全局变量值= 0。在demo()中,声明了新变量new_value = 0。在map操作之后,new_value会更新并在地图中打印更新后的值。
class ABC extends Serializable {
var value = 0
def demo(data_new : RDD[(Int ,Array[Double])]): Unit ={
var new_value = 0
data_new.coalesce(1).map(x => {
if(x._1 == 1)
new_value = new_value + 1
println(new_value)
value = new_value
}).count()
println("Outside-->" +value)
}
}
输出: -
1
1
2
2
3
3
3
Outside-->0
如何在地图操作后更新全局变量值?。
答案 0 :(得分:3)
不,您无法从地图内部更改全局变量。
如果您尝试计算函数中的一个数,则可以使用过滤器
val value = data_new.filter(x => (x._1 == 1)).count
println("Outside-->" +value)
输出:
Outside-->3
此外,不建议使用可变变量var
。您应该始终尝试使用不可变的val
我希望这有帮助!
答案 1 :(得分:2)
我不确定你在做什么,但你需要使用Accumulators来执行你需要添加这样的值的操作类型。
以下是一个例子:
scala> rdd.mapValues(_ => 1L).reduceByKey(_ + _).take(3)
res41: Array[(Int, Long)] = Array((1,3), (2,2), (5,2))
如@philantrovert所述,如果您希望计算每个密钥的出现次数,您可以执行以下操作:
countByKey
您也可以使用base_url
,但要避免使用大数据集。
答案 2 :(得分:0)
OR You can do achieve your problem in this way also:
class ABC extends Serializable {
def demo(data_new : RDD[(Int ,Array[Double])]): Unit ={
var new_value = 0
data_new.coalesce(1).map(x => {
if(x._1 == 1)
var key = x._1
(key, 1)
}).reduceByKey(_ + _)
}
println("Outside-->" +demo(data_new))
}