Spark：将 RDD[(Long, Array[Double])] 转换为 RDD[(Long, Long, Double)]

Question

我有一个 RDD，每个条目的格式都是 (Long, Array[Double])。例如：

    val A = sc.parallelize( [(0, [5.0, 8.3]), (1, [4.2, 1.2])] )

我想将 A 转换为以下形式：

    [(0, 0, 5.0), (0, 1, 8.3), (1, 0, 4.2), (1, 1, 1.2)],

其中元组中的第二个元素是数组中值的索引。

Answer 1

试试这个：

A.flatMap { case (first, dbls) => dbls.zipWithIndex.map { case (dbl, ix) => (first, ix.toLong, dbl) } }

Answer 2

你可以这样做：

A.flatMap {case (v, arr) => arr.zipWithIndex.map {case (a, i) => (v, i, a)}}

Spark: Converting RDD[(Long, Array[Double])] to RDD[(Long, Long, Double)]