将hashmap的键与scala中spark RDD的条目相匹配，并在找到匹配项时为其添加值，然后将RDD写回hbase

我正在尝试使用scala读取HBase表，然后根据HBase表中行的内容添加一个新列作为标记。我把表格读作spark RDD。我还有一个hashmap，其中键值对如下所示： 键将与spark rdd（从HBase表生成）的条目匹配，如果找到匹配项，则将hashmap中的值添加到新列中。 在新列名中写入hbase表的函数如下：

def convert (a:Int,s:String) : Tuple2[ImmutableBytesWritable,Put]={
                        val p = new Put(a.toString.getBytes())
                        p.add(Bytes.toBytes("columnfamily"),Bytes.toBytes("col_2"), s.toString.getBytes())//a.toString.getBytes())
                        println("the value of a is: " + a)
                        new Tuple2[ImmutableBytesWritable,Put](new ImmutableBytesWritable(Bytes.toBytes(a)), p);
                   }
 new PairRDDFunctions(newrddtohbaseLambda.map(x=>convert(x, ranjan))).saveAsHadoopDataset(jobConfig)

csvhashmap.keys.foreach{i=> if (arrayRDD.zipWithIndex.foreach{case(a,j) => a.split(" ").exists(i contains _); p = j.toInt}==true){new PairRDDFunctions(convert(p,csvhashmap(i))).saveAsHadoopDataset(jobConfig)}}

然后从hashmap中读取字符串，比较并添加回代码如下：

def convert (a:Int,s:String) : Tuple2[ImmutableBytesWritable,Put]={
                        val p = new Put(a.toString.getBytes())
                        p.add(Bytes.toBytes("columnfamily"),Bytes.toBytes("col_2"), s.toString.getBytes())//a.toString.getBytes())
                        println("the value of a is: " + a)
                        new Tuple2[ImmutableBytesWritable,Put](new ImmutableBytesWritable(Bytes.toBytes(a)), p);
                   }
 new PairRDDFunctions(newrddtohbaseLambda.map(x=>convert(x, ranjan))).saveAsHadoopDataset(jobConfig)

csvhashmap.keys.foreach{i=> if (arrayRDD.zipWithIndex.foreach{case(a,j) => a.split(" ").exists(i contains _); p = j.toInt}==true){new PairRDDFunctions(convert(p,csvhashmap(i))).saveAsHadoopDataset(jobConfig)}}

这里csvhashmap是上面描述的hashmap，“words”是我们试图匹配字符串的rdd。运行上述命令时，出现以下错误：

error: type mismatch;
 found   : (org.apache.hadoop.hbase.io.ImmutableBytesWritable, org.apache.hadoop.hbase.client.Put)
 required: org.apache.spark.rdd.RDD[(?, ?)]

如何摆脱它？我尝试了很多方法来更改数据类型，但每次都会出现一些错误。此外，我还检查了上述代码段中的各个函数，它们都很好。当我把它们整合在一起时，我得到了上面的错误。任何帮助都将不胜感激