运行时：
rdd.zipWithIndex().map { case ((a,b),c) => (a,b,c)}.collect()
没关系。
如果（a，b）实际上是具有Serializable的产品怎么办？例如。 2,3和4个元素，甚至N个元素？那么如何为任意数量的值编写案例？列表？
答案 0 :(得分：2)
使用List而不是RDD，但核心逻辑将保持不变。使用元组的productIterator方法来实现这一目标。
rdd.zipWithIndex.map{
case (tuple, idx) =>
Row.fromSeq(tuple.productIterator.toSeq :+ idx)
}
我们的想法不是提取元组，而是保留它并使用＆＃34; productIterator＆＃34;并附加它。此方法适用于RDD记录中的任何类型的数据，也将支持复杂的数据结构。
答案 1 :(得分：1)
首先，我想说出你能做什么，然后我想说出你为什么不应该这样做。
你可以这样做：
Microsoft.Bot.Connector.Teams鉴于生成// for (arity <- 2 to 20) {
// println(
// "case (" +
// (0 until arity).map(i => ('a' + i).toChar).mkString("(", ",", ")") +
// ",idx) => (" +
// (0 until arity).map(i => ('a' + i).toChar).mkString(",") +
// ",idx)"
// )
// }
rdd.zipWithIndex.map{
case ((a,b),idx) => (a,b,idx)
case ((a,b,c),idx) => (a,b,c,idx)
case ((a,b,c,d),idx) => (a,b,c,d,idx)
case ((a,b,c,d,e),idx) => (a,b,c,d,e,idx)
case ((a,b,c,d,e,f),idx) => (a,b,c,d,e,f,idx)
case ((a,b,c,d,e,f,g),idx) => (a,b,c,d,e,f,g,idx)
case ((a,b,c,d,e,f,g,h),idx) => (a,b,c,d,e,f,g,h,idx)
case ((a,b,c,d,e,f,g,h,i),idx) => (a,b,c,d,e,f,g,h,i,idx)
case ((a,b,c,d,e,f,g,h,i,j),idx) => (a,b,c,d,e,f,g,h,i,j,idx)
case ((a,b,c,d,e,f,g,h,i,j,k),idx) => (a,b,c,d,e,f,g,h,i,j,k,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n,o),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,idx)
case ((a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t),idx) => (a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,idx)
case _ => throw new Error("not a tuple")
}
到Product2的源代码，乍一看它可能看起来像一个丑陋但又可接受的解决方案。
但是，请注意，如果您执行此操作一次，则在下一步中最终会出现完全相同的情况。你再次拥有一个充满不同维度元组的RDD。那你怎么办？同样可怕的比赛案例？如果你继续这样做，它将感染你的整个代码库。
因此，最好立即咬住子弹，并尽快将其转换为某种Product22。您可以使用Seq。考虑使用某种Lists或spark.sql productIterator。也许是这样的：
Row