根据列表、Scala的值将记录拆分为单个记录

我有一张像RDD一样的唱片， 名字，姓氏，出生日期，年龄，电子邮件。以下是一个列表：

Vikash, Singh, 19-12-1982, 32, {abc@email.com, def@email.com}

我想把这个破成两张唱片

Vikash, Singh, 19-12-1982, 32, abc@email.com
Vikash, Singh, 19-12-1982, 32, def@email.com

---

如何在Scala中执行此操作？

假设您的电子邮件存储在某种可遍历的

中，您只需运行
平面图即可：

val rdd2 = rdd1.flatMap { case (first, last, dob, age, emails) => for {email <- emails} yield (first, last, dob, age, email) }

val rdd2=rdd1.flatMap{case（first，last，dob，age，email）=>for{email val rdd1=sc.parallelize（Seq）（“Vikash”，“Singh”，“19-12-1982”，32，Seqabc@email.com", "def@email.com"))))
...
scala>val rdd2=rdd1.flatMap{case（first，last，dob，age，email）=>for{email rdd2.foreach（println）
...
（Vikash，Singh，19-12-1982,32，abc@email.com)
（Vikash，Singh，19-12-1982,32，def@email.com)
假设您的电子邮件存储在某种可遍历的
中，您只需运行
平面图即可：

val rdd2 = rdd1.flatMap { case (first, last, dob, age, emails) => for {email <- emails} yield (first, last, dob, age, email) }

val rdd2=rdd1.flatMap{case（first，last，dob，age，email）=>for{email val rdd1=sc.parallelize（Seq）（“Vikash”，“Singh”，“19-12-1982”，32，Seqabc@email.com", "def@email.com"))))
...
scala>val rdd2=rdd1.flatMap{case（first，last，dob，age，email）=>for{email rdd2.foreach（println）
...
（Vikash，Singh，19-12-1982,32，abc@email.com)
（Vikash，Singh，19-12-1982,32，def@email.com)
基于@Rohan-Aletty-answer，如果您想使用
map
而不是
for-loop
：

val rdd1 = sc.parallelize(Seq(("Vikash", "Singh", "19-12-1982", 32, 
                            Seq("abc@email.com", "def@email.com"))))
val rdd2 = rdd1.flatMap { case (first, last, dob, age, emails) => 
                            emails.map(email => (first, last, dob, age, email)) }

println(rdd2.count()) // => 2
rdd2.collect().foreach(println) // => (Vikash,Singh,19-12-1982,32,abc@email.com), (Vikash,Singh,19-12-1982,32,def@email.com)

根据@Rohan Aletty答案，如果您想使用
map
而不是
for loop
：

val rdd1 = sc.parallelize(Seq(("Vikash", "Singh", "19-12-1982", 32, 
                            Seq("abc@email.com", "def@email.com"))))
val rdd2 = rdd1.flatMap { case (first, last, dob, age, emails) => 
                            emails.map(email => (first, last, dob, age, email)) }

println(rdd2.count()) // => 2
rdd2.collect().foreach(println) // => (Vikash,Singh,19-12-1982,32,abc@email.com), (Vikash,Singh,19-12-1982,32,def@email.com)