如何在JAVA中编写SPARK映射函数来返回子字符串？

我有一个JavaRDD对象，希望通过选择原始JavaRDD对象的子字符串来创建另一个新的JavaRDD对象。如何做到这一点

 // Read input_train data
    logger.info("start to read file");
    JavaRDD<String> inputDataRaw= sc.textFile(input_train);

JavaRDD inputDataRaw=sc.textFile（输入序列）；
inputDataRaw.new函数（）{
公共字符串调用（字符串arg0）引发异常{
返回arg0.substring（0,6）；
}
});

下面是一个简单的选项。我包括了较新的JDK8 lambda语法以及较旧的JDK6兼容语法：

    JavaRDD<String> inputDataRaw = sc.textFile("file.txt");

    JavaRDD<String> mapped_jdk8 = inputDataRaw.map(s -> s.substring(0, 6));

    JavaRDD<String> mapped_jdk6 = inputDataRaw.map(new Function<String, String>() {
        @Override
        public String call(String s) throws Exception {
            return s.substring(0, 6);
        }
    });

JavaRDD inputDataRaw=sc.textFile（“file.txt”）；
javarddmapped_jdk8=inputDataRaw.map（s->s.substring（0,6））；
JavaRDD mapped_jdk6=inputDataRaw.map（新函数（）{
@凌驾
公共字符串调用（字符串s）引发异常{
返回s.substring（0,6）；
}
});

我认为从一行中抓取第一个对象的子字符串不是一个好主意

substring(0,6) # this will help only when first object is of fixed size.

相反，首先将线与线分开；（逗号）并获取第一个索引

JavaRDD<String> inputDataRaw = sc.textFile("file.txt");

JavaRDD<String> mapped_jdk8 = inputDataRaw.map(s -> s.split(";")).map(r -> r(0)); 

JavaRDD inputDataRaw=sc.textFile（“file.txt”）；
javarddmapped_jdk8=inputDataRaw.map（s->s.split（“；”）.map（r->r（0））；

---

尝试r[0]如果您在java中遇到任何语法错误，我没有在java中尝试lambda，但我只使用scala

使用

rdd.map（）

-同时检查文档。这是Spark上的一个基本操作：@maasg谢谢你的指针。你能提供更多的细节吗？你能帮忙吗？

substring(0,6) # this will help only when first object is of fixed size.

JavaRDD<String> inputDataRaw = sc.textFile("file.txt");

JavaRDD<String> mapped_jdk8 = inputDataRaw.map(s -> s.split(";")).map(r -> r(0));