Apache spark 将Spark org.apache.Spark.mllib.linalg.Matrix保存到文件中

Spark MLLib中的关联结果为org.apache.Spark.MLLib.linalg.Matrix类型。（见附件）

我想将结果保存到一个文件中。如何实现这一点？

由于可序列化，您可以使用普通Scala编写它

---

你可以找到一个例子。

谢谢你的建议。我想出了这个解决办法。感谢伊格纳西奥的建议

val vtsd = sd.map(x => Vectors.dense(x.toArray))
val corrMat = Statistics.corr(vtsd)
val arrayCor = corrMat.toArray.toList
val colLen = columnHeader.size
val toArr2 = sc.parallelize(arrayCor).zipWithIndex().map(
      x => {
    if ((x._2 + 1) % colLen == 0) {
      (x._2, arrayCor.slice(x._2.toInt + 1 - colLen, x._2.toInt + 1).mkString(";"))
    } else {
      (x._2, "")
    }
  }).filter(_._2.nonEmpty).sortBy(x => x._1, true, 1).map(x => x._2)


toArr2.coalesce(1, true).saveAsTextFile("/home/user/spark/cor_" + System.currentTimeMillis())

---

下面是一种将矩阵保存到hdfs并指定分隔符的简单而有效的方法

（之所以使用转置，是因为.toArray采用列主格式。）

---

Dylan Hogg的回答很好，为了稍微增强它，添加了一个列索引。（在我的用例中，一旦我创建了一个文件并下载了它，由于并行处理等的性质，它就不会被排序。）

参考：

替换为这一行，它将在这一行上放置一个序列号（从w/0开始），这样在您查看它时更容易排序

val lines: List[String] = localMatrix 
  .map(line => line.mkString(" ")) 
  .zipWithIndex.map { case(line, count) => s"$count $line" } 

---

谢谢你的回答，卡洛斯。我想用HDFS保存矩阵。此外，如果可能，以人类“可读”的格式。差不多。由RDD API提供的saveAsTextFile您可以尝试

data.saveAsTextFile（“hdfs://...）

。我在报纸上看到过。

val localMatrix: List[Array[Double]] = correlMatrix
    .transpose  // Transpose since .toArray is column major
    .toArray
    .grouped(correlMatrix.numCols)
    .toList

val lines: List[String] = localMatrix
    .map(line => line.mkString(" "))

sc.parallelize(lines)
    .repartition(1)
    .saveAsTextFile("hdfs:///home/user/spark/correlMatrix.txt")

val lines: List[String] = localMatrix 
  .map(line => line.mkString(" ")) 
  .zipWithIndex.map { case(line, count) => s"$count $line" }