问题描述
有 2 个 rdds ,我正在尝试加入: 当每个 rdd 中有 2 个参数时,它就会加入,但是当我在现有 GTIN rdd 中添加一个新参数时,我面临以下错误:
代码如下:
newGTS.collect()
(00070137115045,00070137115045)
(00799999150451,00799999150451)
existingGTS.collect()
(00799999150451,(00003306-808b-46da-bc7f-419c5ae223a7,2016-10-10 10:23:12.0))
(00016700000653,(00006d79-94ea-4651-be0c-0ce77958cd45,2021-05-31 01:20:39.291))
(00923846453024,(0000704b-b40d-4b9e-b266-f7c66723df0e,null))
(00610074049265,(0000a7a1-587c-4b13-a155-7846df82fdee,2020-03-20 12:16:55.873))
(00034100516079,(0002495f-6084-49dd-aadb-20cd137d9694,null))
val join1 = newGTINs.leftOuterJoin(existingGTINs) mapValues {
case (gtin,iUUID,createDt) => (iUUID.isEmpty,iUUID.getorElse(UUID.randomUUID.toString))
}
error: constructor cannot be instantiated to expected type;
found : (T1,T2,T3)
required: (String,Option[(String,String)])
case (gtin,iUUID.getorElse(UUID.randomUUID.toString))
^
PS: UUID.randomUUID.toString --> 这个函数是创建一个随机id
解决方法
我猜想在 join 中使用的 newGTINs
和 existingGTINs
应该与集合中显示的 newGTS
和 existingGTS
相同。
由于您的 newGTSINs
看起来是 RDD[(String,String)]
,而 existingGTINS
是 RDD[(String,(String,String))]
,因此您的 newGTINs.leftOuterJoin(existingGTINs)
将是 RDD[(String,Option[(String,String)]))]
。>
这意味着您的 mapValues
将需要一个函数 (String,String)]) => SomeNewType
或作为参数。它也可以接受满足相似类型语义的偏函数。
但是您的 { case (gtin,iUUID,createDt) => (iUUID.isEmpty,iUUID.getOrElse(UUID.randomUUID.toString)) }
是对应于 (String,String,String) => SomeNewType
类型的偏函数。
注意差异,因此是错误。您可以通过提供适当的部分函数来满足 mapValues
要求来解决此问题。
val join1 =
newGTINs
.leftOuterJoin(existingGTINs)
.mapValues {
case (gtin,Some(iUUID,createDt)) =>
(iUUID.isEmpty,iUUID.getOrElse(UUID.randomUUID.toString))
case (gtin,None) =>
// what heppens for gtins without matching element in existing one's
(true,UUID.randomUUID.toString)
}