怎么解析SPARK foreach循环中的变量问题

怎么解析SPARK foreach循环中的变量问题，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

原因

在spark算子中引用的外部变量，其实是变量的副本，在算子中对其值进行修改，只是改变副本的值，外部的变量还是没有变。
通俗易懂的讲就是foreach里的变量带不出来的，除非用map，将结果作为rdd返回

解决方案：

1、使用广播变量

object foreachtest {  def main(args: Array[String]): Unit = {     val conf = new SparkConf()    conf.setMaster("local[1]")    conf.setAppName("WcAppTask")    val sc = new SparkContext(conf)    sc.setLogLevel("WARN")    val fileRdd = sc.parallelize(Array(("imsi1","2018-07-29 11:22:23","zd-A"),("imsi2","2018-07-29 11:22:24","zd-A"),("imsi3","2018-07-29 11:22:25","zd-A")))    val result = mutable.Map.empty[String,String]  val resultBroadCast: Broadcast[mutable.Map[String, String]] =sc.broadcast(result)    fileRdd.foreach(input=>{      val str = (input._1+"/t"+input._2+"/t"+input._3).toString      resultBroadCast.value += (input._1.toString -> str)      println(resultBroadCast.value.size) //返回1,2.3    })    println(result.size) //返回3}

2：使用累加器

val accum = sc.collectionAccumulator[mutable.Map[String, String]]("My Accumulator")fileRdd.foreach(input => {  val str = input._1 + "/t" + input._2 + "/t" + input._3  accum.add(mutable.Map(input._1 -> str))})println(accum.value.size())

3：累加变量 longAccumulator

val longaa= sc.longAccumulator("count")fileRdd.foreach(input=>{  val str = (input._1+"/t"+input._2+"/t"+input._3).toString  longaa.add(1L)})println(longaa.count) //返回3

关于怎么解析SPARK foreach循环中的变量问题问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注行业资讯频道了解更多相关知识。