apache-spark - Apache Spark 从字符串创建顶点

Question

给定一个字符串

val s = "My-Spark-App"

如何使用 Spark 以下列方式创建顶点？

“My-”、“yS”、“-Sp”、“Spa”、“par”、“ark”、“rk-”、“kA”、“-Ap”、“App”

这个问题可以并行化吗？

Answer 1

这只是一个简单的在字符串上滑动的问题：

val n: Int = 3

val vertices: Seq[(VertexId, String)] =  s.sliding(n)
  .zipWithIndex
  .map{case (s, i) => (i.toLong, s)}
  .toSeq

sc.parallelize(vertices)

这个问题可以并行化吗？

是的，它可以，但如果它是一个单一的字符串，它很可能没有意义。不过，如果你想：

import org.apache.spark.rdd.RDD

val vertices: RDD[(VertexId, String)] = sc.parallelize(s)
  .sliding(n)
  .zipWithIndex
  .map{case (cs, i) => (i, cs.mkString)}