我正在尝试在以下语句中使用collectAsMap()
:
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.broadcast.Broadcast
import org.apache.spark.rdd.RDD
...
documents_input.
filter(_ != documents_header).
map(_.split(",")).
map(Document.parse(_)).
keyBy((_.id)).collectAsMap()
但是我收到以下错误:
value collectAsMap is not a member of org.apache.spark.rdd.RDD[(Int, `com.codependent.MyApp.Document)]`
知道为什么或如何将数组转换为地图?
答案 0 :(得分:2)
在Ram Ghadiyaram建议更新导入后修复:
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
import org.apache.spark.broadcast.Broadcast
import org.apache.spark.rdd.RDD
答案 1 :(得分:0)
这取决于您阅读SELECT labId FROM test_lab_mapping WHERE testId = 1
JOIN SELECT labId FROM test_lab_mapping WHERE testId = 2
JOIN SELECT labId FROM test_lab_mapping WHERE testId = 3
... etc
USING (labId)
的方式。如果您使用documents_input
阅读,那么您应该可以使用sparkContext
。但是,如果您已将collectAsMap
视为documents_input
或任何其他Source
,则scala api
将无法执行此操作。在这种情况下,您可以使用collectAsMap