Scala技术问询：如何提取列表或RDD数组中的元组？

嘿，我看你手里的RDD是(Int, Array[(Int, Int, String, Float)])这种结构，想要把数组里的Tuple4元组提取出来对吧？这里给你几种实用的处理方式：

1. 直接提取所有元组（丢弃原键） #

如果不需要保留前面的Int键，只想把所有Tuple4元素单独拿出来，可以用flatMap来展开数组：

// 把数组里的每个元组都拆出来，生成只包含Tuple4的RDD
val allTuplesRDD = topWithKeysSorted.flatMap { case (_, tupleArray) => tupleArray }

// 验证结果
allTuplesRDD.take(10).foreach(println)

2. 保留原键，展开为键与单个元组的配对 #

要是想保留原来的Int键，让每个键对应数组里的每一个元组，用flatMapValues会更简洁：

// 展开数组，生成(Int, Tuple4[Int, Int, String, Float])类型的RDD
val keyTupleRDD = topWithKeysSorted.flatMapValues(tupleArray => tupleArray)

// 或者用模式匹配的写法也能达到同样效果：
val keyTupleRDD = topWithKeysSorted.flatMap { case (key, tupleArray) =>
  tupleArray.map(tuple => (key, tuple))
}

小提示：查看数组内的具体元组内容 #

你之前打印的时候看到[Lscala.Tuple4;@xxxx这种输出，是因为Scala默认直接打印数组时，会输出它的类型和哈希值，而不是内部元素。如果想看到数组里的元组详情，可以这样打印：

topWithKeysSorted.take(10).foreach { case (key, tupleArray) =>
  println(s"Key: $key, Tuples: ${tupleArray.mkString("[", ", ", "]")}")
}

内容的提问来源于stack exchange，提问作者Choix