scala – Apache Spark:处理RDD中的Option / Some / None
发布时间:2020-12-16 18:45:38 所属栏目:安全 来源:网络整理
导读:我正在映射HBase表,每个HBase行生成一个RDD元素.但是,有时行有坏数据(在解析代码中抛出NullPointerException),在这种情况下我只想跳过它. 我有我的初始映射器返回一个Option,表示它返回0或1个元素,然后筛选Some,然后获取包含的值: // myRDD is RDD[(Immutab
我正在映射HBase表,每个HBase行生成一个RDD元素.但是,有时行有坏数据(在解析代码中抛出NullPointerException),在这种情况下我只想跳过它.
我有我的初始映射器返回一个Option,表示它返回0或1个元素,然后筛选Some,然后获取包含的值: // myRDD is RDD[(ImmutableBytesWritable,Result)] val output = myRDD. map( tuple => getData(tuple._2) ). filter( {case Some(y) => true; case None => false} ). map( _.get ). // ... more RDD operations with the good data def getData(r: Result) = { val key = r.getRow var id = "(unk)" var x = -1L try { id = Bytes.toString(key,11) x = Long.MaxValue - Bytes.toLong(key,11) // ... more code that might throw exceptions Some( ( id,( List(x),// more stuff ... ) ) ) } catch { case e: NullPointerException => { logWarning("Skipping id=" + id + ",x=" + x + "; n" + e) None } } } 有没有更惯用的方法来缩短这个?我觉得这看起来很乱,在getData()和我正在做的map.filter.map舞蹈中. 也许flatMap可以工作(产生在序列0或1项),但我不希望它弄平我创建的地图功能的元组,只是消除清空. 解决方法
如果您更改getData以返回scala.util.Try,那么您可以大大简化转换.像这样的东西可以工作:
def getData(r: Result) = { val key = r.getRow var id = "(unk)" var x = -1L val tr = util.Try{ id = Bytes.toString(key,11) // ... more code that might throw exceptions ( id,( List(x) // more stuff ... ) ) } tr.failed.foreach(e => logWarning("Skipping id=" + id + ",x=" + x + "; n" + e)) tr } 然后你的变换可以这样开始: myRDD. flatMap(tuple => getData(tuple._2).toOption) 如果您的Try是一个失败,它将通过toOption变为None,然后作为flatMap逻辑的一部分被删除.此时,转换中的下一步将仅处理成功的情况,即无需从包含的getData返回的基础类型(即无选项) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |