如何在 Spark（Scala）中组合两个 RDD？ [复制]答案

【问题标题】：How to combine two RDDs in Spark (Scala)? [duplicate]如何在 Spark（Scala）中组合两个 RDD？ [复制]
【发布时间】：2017-03-31 23:34:28
【问题描述】：

所以，假设我有以下两个 RDDS：（这些只是每个 RDD 的前几行）

RDD1：

Time                   Temp 
2014-08-12 13:20:00    22
2014-08-12 13:21:00    24
2014-08-12 13:24:00    26
2014-08-12 13:26:00    27
2014-08-12 13:28:00    22

RDD2：

Time                   Age 
2014-08-12 13:20:00    45
2014-08-12 13:21:00    45
2014-08-12 13:24:00    46
2014-08-12 13:26:00    37
2014-08-12 13:28:00    122

我想将它们组合起来，以便将 RDD2 的列添加到 RDD1。我不能使用联合，因为这只会将 RDD2 添加到 RDD1 的底部，而我想将它添加到“边”，如果这有意义的话。

【问题讨论】：

你需要加入他们

标签： scala apache-spark

【解决方案1】：

join 会让你“并排”加入这些RDDs。来自文档：

"当在 (K, V) 和 (K, W) 类型的数据集上调用时，返回 (K, (V, W)) 对的数据集，其中每个键的所有元素对。外连接通过 leftOuterJoin、rightOuterJoin 和 fullOuterJoin 支持。"

【讨论】：