0
我有什麼似乎與Spark sorting of delimited data類似的問題,但接受的解決方案不能解決我的問題。火花隱式RDD轉換不起作用
我想一個簡單的RDD應用combineByKey:
package foo
import org.apache.spark._
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext._
object HelloTest {
def main(args: Array[String]) {
val sparkConf = new SparkConf().setAppName("Test")
val sc = new SparkContext(sparkConf)
val input = sc.textFile("/path/to/test.txt")
val result = input.combineByKey(
(v) => (v, 1),
(acc: (Int, Int), v) => (acc._1 + v, acc._2 + 1),
(acc1: (Int, Int), acc2: (Int, Int)) => (acc1._1 + acc2._1, acc1._2 + acc2._2)
).map{ case (key, value) => (key, value._1/value._2.toFloat) }
result.collectAsMap().map(println(_))
sc.stop()
}
}
我得到的(唯一的)以下錯誤而編譯:
$ scalac -cp /path/to/scala-2.10/spark-assembly-1.4.0-SNAPSHOT-hadoop2.2.0.jar -sourcepath src/ -d bin src/foo/HelloTest.scala
error: value combineByKey is not a member of org.apache.spark.rdd.RDD[String]
有趣的是這裏沒有描述的combineByKey功能:https://spark.apache.org/docs/latest/programming-guide.html#working-with-key-value-pairs但是,在與k/v配對的部分learning spark book。
是的,那是。很高興看到作者實際回答這類問題! – Bacon
謝謝,讓我知道如果你碰到更多的問題:) – Holden