scala - 在 Spark 中对 RDD 中的邻居元素进行操作

Question

因为我有一个集合:

List(1, 3,-1, 0, 2, -4, 6)

很容易将其排序为:

List(-4, -1, 0, 1, 2, 3, 6)

然后我可以通过计算 6 - 3, 3 - 2, 2 - 1, 1 - 0 等等来构建一个新的集合，如下所示:

for(i <- 0 to list.length -2) yield {
    list(i + 1) - list(i)
}

并得到一个向量:

Vector(3, 1, 1, 1, 1, 3)

也就是说，我想让下一个元素减去当前元素。

但是如何在 Spark 上的 RDD 中实现呢？

我知道集合:

List(-4, -1, 0, 1, 2, 3, 6)

集合会有一些分区，每个分区都是有序的，我可以在每个分区上做类似的操作，把每个分区上的结果一起收集吗？

Answer 1

最有效的解决方案是使用 sliding方法:

import org.apache.spark.mllib.rdd.RDDFunctions._

val rdd = sc.parallelize(Seq(1, 3,-1, 0, 2, -4, 6))
  .sortBy(identity)
  .sliding(2)
  .map{case Array(x, y) => y - x}