Apache spark 函数的作用是：返回RDD[Char]，而不是RDD[String]

我试图理解map和flatMap是如何工作的，但被下面的代码卡住了。flatMap函数返回一个RDD[Char]，但我期望的是RDD[String]。 有人能解释为什么它会产生RDD[Char]

scala> val inputRDD = sc.parallelize(Array(Array("This is Spark"), Array("It is a processing language"),Array("Very fast"),Array("Memory operations")))

scala> val mapRDD = inputRDD.map(x => x(0))
mapRDD: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[28] at map at <console>:26

scala> mapRDD.collect
res27: Array[String] = Array(This is Spark, It is a processing language, Very fast, Memory operations)

scala> val mapRDD = inputRDD.flatMap(x => x(0))
mapRDD: org.apache.spark.rdd.RDD[Char] = MapPartitionsRDD[29] at flatMap at <console>:26

scala> mapRDD.collect
res28: Array[Char] = Array(T, h, i, s,  , i, s,  , S, p, a, r, k, I, t,  , i, s,  , a,  , p, r, o, c, e, s, s, i, n, g,  , l, a, n, g, u, a, g, e, V, e, r, y,  , f, a, s, t, M, e, m, o, r, y,  , o, p, e, r, a, t, i, o, n, s)

---

看看这个答案：

基本上，flatmap将N个元素的RDD转换为逻辑上N个集合的RDD，然后将其展平为内部集合中所有元素的RDD

因此，当您执行inpurdd.flatmappx=>x0时，您将每个元素转换为一个字符串。字符串是字符的集合，因此展平部分会将整个RDD转换为结果字符的RDD

---

由于RDD基于scala集合，以下内容可能有助于更好地理解它。

看看这个答案：

基本上，flatmap将N个元素的RDD转换为逻辑上N个集合的RDD，然后将其展平为内部集合中所有元素的RDD

因此，当您执行inpurdd.flatmappx=>x0时，您将每个元素转换为一个字符串。字符串是字符的集合，因此展平部分会将整个RDD转换为结果字符的RDD

由于RDD基于scala集合，以下内容可能有助于更好地理解它。

flatMap的目标是将单个项转换为多个项，即一对多关系。例如，对于RDD[Order]，每个订单可能有多个项目，我可以使用flatMap获取RDD[Item]，而不是RDD[Seq[Item]]

在您的例子中，字符串实际上是一个Seq[Char]。因此，它假定您要做的是获取一个字符串并将其分解为组成字符

现在，如果您想使用flatMap来获取RDD中的所有原始字符串，那么flatMap函数应该如下所示：x=>x。

flatMap的目标是将单个项转换为多个项，即一对多关系。例如，对于RDD[Order]，每个订单可能有多个项目，我可以使用flatMap获取RDD[Item]，而不是RDD[Seq[Item]]

在您的例子中，字符串实际上是一个Seq[Char]。因此，它假定您要做的是获取一个字符串并将其分解为组成字符

现在，如果您想使用flatMap来获取RDD中的所有原始字符串，那么flatMap函数应该如下所示：x=>x.

可能的重复