嵌套组合RDD打印：<pyspark.resultiterable.resultiterable对象位于…>

Question

我在打印/保存RDD时遇到一些问题。下面是示例代码：

users_prods_joined = users_grpd.cogroup(prods_grpd) 

users_prods_joined_flattened = users_prods_joined.map(
   lambda (k, mapped): "{0} {1}".format(k,str(mapped)))

users_prods_joined_flattened.saveAsTextFile('users_prods_joined_flattened')

o/p是：

^{pr2}$

648018220 pyspark.resultiterable.ResultIterable object at 0x107cc5b50

100341214 pyspark.resultiterable.ResultIterable object at 0x107cc5b50

8429212 pyspark.resultiterable.ResultIterable object at 0x107cc5b50

。。。。。。在

我想知道如何获得实际值，而不是pyspark.resultiterable.ResultIterable object at 0x107cc5b50 .....

Answer 1

试试这个

[(x, tuple(map(list, y))) for x, y in sorted(list(x.cogroup(y).collect()))]

示例：

^{pr2}$

你应该得到想要的输出。。。在