Как напечатать элементы определенного раздела, скажем, 5-го, в одиночку?
val distData = sc.parallelize(1 to 50, 10)
Как напечатать элементы определенного раздела, скажем, 5-го, в одиночку?
val distData = sc.parallelize(1 to 50, 10)
Использование Spark/Scala:
val data = 1 to 50
val distData = sc.parallelize(data,10)
distData.mapPartitionsWithIndex( (index: Int, it: Iterator[Int]) =>it.toList.map(x => if (index ==5) {println(x)}).iterator).collect
производит:
26
27
28
29
30
Предположим, вы делаете это только для целей тестирования, а затем используете glom(). См. документацию Spark: https://spark.apache.org/docs/1.6.0/api/python/pyspark.html#pyspark.RDD.glom
>>> rdd = sc.parallelize([1, 2, 3, 4], 2)
>>> rdd.glom().collect()
[[1, 2], [3, 4]]
>>> rdd.glom().collect()[1]
[3, 4]
Изменить: пример в Scala:
scala> val distData = sc.parallelize(1 to 50, 10)
scala> distData.glom().collect()(4)
res2: Array[Int] = Array(21, 22, 23, 24, 25)
вы можете использовать счетчик API foreachPartition() для достижения этого.
Вот программа на Java, которая печатает содержимое каждого раздела JavaSparkContext context = new JavaSparkContext(conf);
JavaRDD<Integer> myArray = context.parallelize(Arrays.asList(1,2,3,4,5,6,7,8,9));
JavaRDD<Integer> partitionedArray = myArray.repartition(2);
System.out.println("partitioned array size is " + partitionedArray.count());
partitionedArray.foreachPartition(new VoidFunction<Iterator<Integer>>() {
public void call(Iterator<Integer> arg0) throws Exception {
while(arg0.hasNext()) {
System.out.println(arg0.next());
}
}
});