如何将 RDD 数组字符串转换为数据帧

Question

请帮我将下面的 IP 地址 RDD 数组转换为数据帧。

（完全披露：我使用 RDD 的经验很少）

RDD 创建：

val SCND_RDD = FIRST_RDD.map(kv => kv._2).flatMap(r => r.get("ip")).map(o => o.asInstanceOf[scala.collection.mutable.Map[String, String]]).flatMap(ip => ip.get("address"))

SCND_RDD.take(3)

结果：

SCND_RDD: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[33] at flatMap at <console>:38

res87: Array[String] = Array(5.42.212.99, 51.34.21.60, 63.99.831.7)`

我的 rdd<->dataframe 转换尝试：

case class X(callId: String)

val userDF = SCND_RDD.map{case Array(s0)=>X(s0)}.toDF()

这是我得到的错误

defined class X

<console>:40: error: scrutinee is incompatible with pattern type;

 found   : Array[T]
 required: String
       val userDF = NIPR_RDD22.map{case Array(s0)=>X(s0)}.toDF()

Answer 1

我发表的评论是一个重复的问题，可能会对您有所帮助。

不过这里我也留下我的试用期

val rdd = sc.parallelize(Array("test", "test2", "test3"))
rdd.take(3)

//res53: Array[String] = Array(test, test2, test3)

val df = rdd.toDF()
df.show

+-----+
|value|
+-----+
| test|
|test2|
|test3|
+-----+

如何将 RDD 数组字符串转换为数据帧

How to convert an RDD array string to a dataframe

scala

apache-spark

rdd