返回一个带有每个元组键的 RDD

在PySpark中，我们经常需要操作RDD（弹性分布式数据集）。一个常见的需求是通过给出的元组创建一个RDD，并返回每个元组键的RDD。 这可以用下面的代码实现：

from pyspark import SparkContext
sc = SparkContext("local", "App Name")

# 创建元组列表
tuple_list = [(1, 'apple'), (2, 'banana'), (3, 'orange')]

# 创建元组RDD
tuple_rdd = sc.parallelize(tuple_list)

# 返回每个元组键的 RDD
keys_rdd = tuple_rdd.keys()

# 显示每个元组键的 RDD
for key in keys_rdd.collect():
    print(key)

代码解析

首先，我们需要创建一个SparkContext对象，这是Spark应用程序的入口点。然后，我们创建了一个元组列表，其中每个元组都由键值对组成。接下来，我们使用SparkContext对象创建一个RDD（tuple_rdd），这个RDD包含了元组列表中的元素。

为了返回每个元组键的RDD，我们可以使用keys()方法。最后，在这个例子中，我们简单地使用collect()方法和for循环显示每个元组键的RDD。

Markdown代码

# 返回一个带有每个元组键的 RDD

在PySpark中，我们经常需要操作RDD（弹性分布式数据集）。一个常见的需求是通过给出的元组创建一个RDD，并返回每个元组键的RDD。 这可以用下面的代码实现：

```python
from pyspark import SparkContext
sc = SparkContext("local", "App Name")

# 创建元组列表
tuple_list = [(1, 'apple'), (2, 'banana'), (3, 'orange')]

# 创建元组RDD
tuple_rdd = sc.parallelize(tuple_list)

# 返回每个元组键的 RDD
keys_rdd = tuple_rdd.keys()

# 显示每个元组键的 RDD
for key in keys_rdd.collect():
    print(key)

代码解析

首先，我们需要创建一个SparkContext对象，这是Spark应用程序的入口点。然后，我们创建了一个元组列表，其中每个元组都由键值对组成。接下来，我们使用SparkContext对象创建一个RDD（tuple_rdd），这个RDD包含了元组列表中的元素。

为了返回每个元组键的RDD，我们可以使用keys()方法。最后，在这个例子中，我们简单地使用collect()方法和for循环显示每个元组键的RDD。