spark代码一些特性-关于map与foreach区别变量修改

spark代码一些特性-关于map与foreach区别/变量修改

1、关于map与foreach区别：
map：遍历RDD,将函数f应用于每一个元素，返回新的RDD(transformation算子)；
foreach：遍历RDD,将函数f应用于每一个元素，无返回值(action算子)；
2、切记：spark中对变量的修改没有原地修改，这个和Python有很大区别
（1）val amendDatas: Seq[Dataframe] = datas.indices.map(idx=>{
      datas(idx).withColumn(columnName.concat("_").concat(idx.toString),getCode(datas(idx)(columnName)))
    })

说明：datas原本是一个Array[Dataframe]变量，等号右边对array中的每一个元素做了transform，结果等号右边相当于形成了一个新的Array[T],但是需注意的是，如果要使用这个新的Array[T]则需要赋值给一个新的变量，原来的datas并不会被改变；

（2） var retData = amendDatas.head
    Range(1,datas.length).foreach{i => {
      retData = retData.join(amendDatas(i).select(idName,columnName.concat("_").concat(i.toString)),idName)
    }}
说明：retData尽管被定义为var类型，仅代表它可以被重新赋值修改值，因此foreach里如果不把retData=重新赋值，它的值也是不会被改变的。