java - 初始化一个RDD为空

Question

我有一个 RDD 叫做

JavaPairRDD<String, List<String>> existingRDD; 

现在我需要将这个 existingRDD 初始化为空，这样当我得到实际的 rdd 时，我可以与这个 existingRDD 进行联合。如何将 existingRDD 初始化为空 RDD，除非将其初始化为 null？这是我的代码:

JavaPairRDD<String, List<String>> existingRDD;
if(ai.get()%10==0)
{
    existingRDD.saveAsNewAPIHadoopFile("s3://manthan-impala-test/kinesis-dump/" + startTime + "/" + k + "/" + System.currentTimeMillis() + "/",
    NullWritable.class, Text.class, TextOutputFormat.class); //on worker failure this will get overwritten                                  
}
else
{
    existingRDD.union(rdd);
}

Answer 1

要在 Java 中创建一个空的 RDD，您只需执行以下操作:

// Get an RDD that has no partitions or elements.
JavaSparkContext jsc;
...
JavaRDD<T> emptyRDD = jsc.emptyRDD();

我相信您知道如何使用泛型，否则，对于您的情况，您将需要:

JavaRDD<Tuple2<String,List<String>>> emptyRDD = jsc.emptyRDD();
JavaPairRDD<String,List<String>> emptyPairRDD = JavaPairRDD.fromJavaRDD(
  existingRDD
);

您还可以使用 mapToPair 方法将您的 JavaRDD 转换为 JavaPairRDD。

在 Scala 中:

val sc: SparkContext = ???
... 
val emptyRDD = sc.emptyRDD
// emptyRDD: org.apache.spark.rdd.EmptyRDD[Nothing] = EmptyRDD[1] at ...