में कई फ़ाइलों में एक आरडीडी लिखना मेरे पास एक आरडीडी है जिसमें महत्वपूर्ण मूल्य जोड़े हैं। केवल 3 कुंजी हैं, और मैं किसी दिए गए कुंजी के लिए टेक्स्टफाइल पर सभी तत्व लिखना चाहता हूं। वर्तमान में मैं इसे 3 पास में कर रहा हूं, लेकिन मैं देखना चाहता था कि मैं इसे एक पास में कर सकता हूं या नहीं।पीईएसपार्क
# I have an rdd (called my_rdd) such that a record is a key value pair, e.g.:
# ('data_set_1','value1,value2,value3,...,value100')
my_rdd.cache()
my_keys = ['data_set_1','data_set_2','data_set_3']
for key in my_keys:
my_rdd.filter(lambda l: l[0] == key).map(lambda l: l[1]).saveAsTextFile(my_path+'/'+key)
इस काम करता है, लेकिन यह कैशिंग और तीन बार के माध्यम से पुनरावृत्ति एक लंबी प्रक्रिया हो सकता है:
यहाँ मैं अब तक है। मैं सोच रहा हूं कि सभी तीन फाइलों को एक साथ लिखने का कोई तरीका है या नहीं?
इस के लिए एक मुद्दा है : https://issues.apache.org/jira/browse/SPARK-3533। वर्कअराउंड यहां पोस्ट किया गया: http://stackoverflow.com/questions/23995040/write-to-multiple-outputs-by-key-spark-one-spark-job –