Spark RDD принимает и удаляет строки

У меня есть RDD из 1000 элементов. Я хочу взять из него 100 элементов, а затем удалить эти 100 из исходного RDD. Но я не могу найти способ, попробовав несколько способов.

var part = dataRDD.take(100)

часть является массивом [String]

Я хочу удалить 100 элементов из 100 dataRDD.

var dataRDD = dataRDD.filter(row => row != part)

Вышеупомянутое не показывает никаких ошибок, но не удаляет ни одной строки. dataRDD по-прежнему имеет те же 1000 строк.

Не могли бы вы посоветовать, как получить эту работу.

Основные преимущества Spark заключаются в создании неизменяемых структур данных. Вы не должны использовать var.

Prashant 26.10.2018 13:49

да. Но мой проект состоит в том, чтобы транслировать RDD по частям. Так что пришлось разделить и RDD.

Ashok KS 26.10.2018 14:54
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
2
3 078
3
Перейти к ответу Данный вопрос помечен как решенный

Ответы 3

Вы можете написать так:

var part = sc.parallelize(dataRDD.take(100))
val result = dataRDD.subtract(part)
result.foreach(x => foreach(x))

печать RDD только в целях тестирования.

Ответ принят как подходящий

Метод "zipWithIndex" можно использовать для разбиения rdd:

val zipped = rdd.zipWithIndex()
val first100 = zipped.filter(_._2 < 100).keys
val remaining = zipped.filter(_._2 >= 100).keys

Потрясающие. Это было именно то, что я хотел. Большое спасибо.

Ashok KS 26.10.2018 11:10

Скорее всего, ваш код работает не так, как вы ожидаете, потому что row != part всегда является true. != в данном контексте представляет собой сравнение ссылок между массивами из java.

Другие вопросы по теме