如何連接RDD [String]與Array [String]來生成String？

Question

如何將RDD[String]和Array[String]轉換爲字符串？

我得到下面的錯誤，

<console>:34: error: type mismatch; 
found : org.apache.spark.rdd.RDD[String] 
required: String 

的想法是讓某列的不同日期SchemaRDD和CONCAT與常量字符串爲/home/tmp/date=日期。所以，我應該Concat的兩個輸出應該是

val path = /home/tmp/date=20140901,/home/tmp/date=20140902,/home/tmp/date=20140903,/home/tmp/date=20140904,... so on 

路徑將在sc.textFiles(path)用鍵讀取整個數據集。

在這一步，當讀取數據時，我得到轉換錯誤。

Answer 1

黑爾的一種方法。首先，設置了例如：

val prefix = "/home/tmp/date=" 
val dates = Array("20140901", "20140902", "20140903", "20140904") 
val datesRDD = sc.parallelize(dates, 2) 

荏苒的前綴中容易：

val datesWithPrefixRDD = datesRDD.map(s => prefix + s) 
datesWithPrefixRDD.foreach(println) 

這將產生：

/home/tmp/date=20140901 
/home/tmp/date=20140903 
/home/tmp/date=20140902 
/home/tmp/date=20140904 

但是，你問一個字符串。最明顯的第一次嘗試有一定的逗號問題：

val bad = datesWithPrefixRDD.fold("")((s1, s2) => s1 + ", " + s2) 
println(bad) 

這將產生：

, , /home/tmp/date=20140901, /home/tmp/date=20140902, , /home/tmp/date=20140903, /home/tmp/date=20140904 

的問題是這樣的星火RDD的倍（）方法啓動級聯用我提供的空字符串，曾經爲整個RDD和每個分區一次。但是，我們可以處理空字符串：

val good = datesWithPrefixRDD.fold("")((s1, s2) => 
    s1 match { 
    case "" => s2 
    case s => s + ", " + s2 
    }) 
println(good) 

然後我們得到：

/home/tmp/date=20140901, /home/tmp/date=20140902, /home/tmp/date=20140903, /home/tmp/date=20140904 

編輯：其實，降低（）產生一個整潔的答案，因爲它解決了「額外的逗號」的問題：

val alternative = datesWithPrefixRDD.reduce((s1, s2) => s1 + ", " + s2) 
println(alternative) 

我們再次得到：

/home/tmp/date=20140901, /home/tmp/date=20140902, /home/tmp/date=20140903, /home/tmp/date=20140904