Apache Beam:FlatMap vs Map?

时间:2017-08-14 09:01:41

标签: google-cloud-dataflow apache-beam

我想了解在哪种情况下我应该使用FlatMap或Map。 The documentation我似乎并不清楚。

我仍然不明白在哪种情况下我应该使用FlatMap或Map的转换。

有人可以给我一个例子,以便了解他们的不同之处吗?

我理解Spark中FlatMap与Map的区别,但不确定是否有相似之处?

3 个答案:

答案 0 :(得分:51)

  

Beam中的这些变换与Spark(Scala也是如此)完全相同。

Map转换,从N个元素的PCollection映射到N个元素的另一个PCollection

FlatMap转换将N个元素中的PCollections映射到零个或多个元素的N个集合中,然后将展平成为单个PCollection。< / p>

举个简单的例子,发生以下情况:

beam.Create([1, 2, 3]) | beam.Map(lambda x: [x, 'any'])
# The result is a collection of THREE lists: [[1, 'any'], [2, 'any'], [3, 'any']]

鉴于:

beam.Create([1, 2, 3]) | beam.FlatMap(lambda x: [x, 'any'])
# The lists that are output by the lambda, are then flattened into a
# collection of SIX single elements: [1, 'any', 2, 'any', 3, 'any']

答案 1 :(得分:1)

让我给你看一个例子

import apache_beam as beam

def categorize_explode(text):
  result = text.split(':')
  category = result[0]
  elements = result[1].split(',')
  return list(map(lambda x: (category, x), elements))

with beam.Pipeline() as pipeline:
  things = (
      pipeline
      | 'Categories and Elements' >> beam.Create(["Vehicles:Car,Jeep,Truck,BUS,AIRPLANE","FOOD:Burger,SANDWICH,ICECREAM,APPLE"])
      | 'Explode' >> beam.FlatMap(categorize_explode)
      | beam.Map(print)
  )

您可以看到categorize_explode函数将字符串分成类别和相应的元素,并返回迭代器,如[('Vehicles','Car'),('Vehicles','Jeep'),...]

FlatMap接受此迭代器中的每个元素,并将每个元素视为PCollection中的单独元素。

因此结果将是:

('Vehicles', 'Car')
('Vehicles', 'Jeep')
('Vehicles', 'Truck')
('Vehicles', 'BUS')
('Vehicles', 'AIRPLANE')
('FOOD', 'Burger')
('FOOD', 'SANDWICH')
('FOOD', 'ICECREAM')
('FOOD', 'APPLE')

虽然Map执行一对一映射。即此迭代器[('Vehicles','Car'),('Vehicles','Jeep'),...]将按原样返回。

因此,结果将针对Map:

[('Vehicles', 'Car'), ('Vehicles', 'Jeep'), ('Vehicles', 'Truck'), ('Vehicles', 'BUS'), ('Vehicles', 'AIRPLANE')]
[('FOOD', 'Burger'), ('FOOD', 'SANDWICH'), ('FOOD', 'ICECREAM'), ('FOOD', 'APPLE')]

我使用的方法有点类似于火花爆炸变换。

希望这会有所帮助!

答案 2 :(得分:0)

简单地说,

映射转换是列表/集合的每个元素上的“一对一”映射。例如-

{"Amar", "Akabar", "Anthony"} -> {"Mr.Amar", "Mr.Akabar", "Mr.Anthony"}

FlatMap转换通常在“列表列表”之类的集合上,并且此集合被展平为单个列表,并且转换/映射应用于“列表列表” /集合的每个元素。

FlatMap转换Ex-

{ {"Amar", "Akabar"},  "Anthony"} -> {"Mr.Amar", "Mr.Akabar", "Mr.Anthony"}

这个概念在整个编程语言和整个平台上都是相同的。

希望有帮助。