我有两个RDDS：
rdd1 [String,String,String]: Name, Address, Zipcode
rdd2 [String,String,String]: Name, Address, Landmark
我正在尝试使用以下功能加入这两个RDD：
但是我遇到一个错误：
rdd1.join(rdd2)联接应该联接RDD [String]，并且输出RDD应该类似于：
rddOutput : Name,Address,Zipcode,Landmark
最后，我想将这些文件另存为JSON文件。
有人可以帮我吗？
最佳答案
如评论中所述，您必须在加入之前将RDD转换为PairRDD，这意味着每个RDD必须为RDD[(key, value)]类型。只有这样，您才能通过键执行联接。在您的情况下，密钥由（名称，地址）组成，因此您将必须执行以下操作：
// First, we create the first PairRDD, with (name, address) as key and zipcode as value:
val pairRDD1 = rdd1.map { case (name, address, zipcode) => ((name, address), zipcode) }
// Then, we create the second PairRDD, with (name, address) as key and landmark as value:
val pairRDD2 = rdd2.map { case (name, address, landmark) => ((name, address), landmark) }
// Now we can join them.
// The result will be an RDD of ((name, address), (zipcode, landmark)), so we can map to the desired format:
val joined = pairRDD1.fullOuterJoin(pairRDD2).map {
case ((name, address), (zipcode, landmark)) => (name, address, zipcode, landmark)
}
Spark的Scala API documentation中有关PairRDD函数的更多信息