Java 如何为每个RDD Spark流式处理

我有一个CSV文件queries.txt，我读取的文件如下：

JavaRDD<String> distFile = sc.textFile("queries.txt");

javarddistfile=sc.textFile（“querys.txt”）；

querys.txt文件的架构为： Uniq_Id、、、…csv中的一些数值

我需要为每一行创建一个HashMap，它的键是querys.txt文件（Uniq_Id）的第一列，值是HashMap文件中的其他列

例如。（这不是一个真实的例子，也不是一个有效的例子，我只是想传达其本质）

HashMap totalMap=newhashmap（）；
对于（inti=0；i我想这就是您要寻找的，但是这个示例不解析CSV行本身

  JavaRDD<String> distFile = sc.textFile("queries.txt");
  HashMap totalMap = new HashMap<Integer, NumericValues>();
  distFile.foreach(new VoidFunction<String>(){ 
          public void call(String line) {
              totalMap.put(yourCSVParser(line)); //this is dummy function call 
    }});

javarddistfile=sc.textFile（“querys.txt”）；
HashMap totalMap=新的HashMap（）；
distFile.foreach（新的VoidFunction（）{
公共作废调用（字符串行）{
totalMap.put（yourCSVParser（line））；//这是一个伪函数调用
}});
我想这就是您要查找的内容，但是这个示例没有解析CSV行本身

  JavaRDD<String> distFile = sc.textFile("queries.txt");
  HashMap totalMap = new HashMap<Integer, NumericValues>();
  distFile.foreach(new VoidFunction<String>(){ 
          public void call(String line) {
              totalMap.put(yourCSVParser(line)); //this is dummy function call 
    }});

javarddistfile=sc.textFile（“querys.txt”）；
HashMap totalMap=新的HashMap（）；
distFile.foreach（新的VoidFunction（）{
公共作废调用（字符串行）{
totalMap.put（yourCSVParser（line））；//这是一个伪函数调用
}});