spark中flatMap函数用法--spark学习（基础） - 博客频道 - CSDN.NET
http://blog.csdn.net/u010824591/article/details/50732996
说明
在spark中map函数和flatMap函数是两个比较常用的函数。其中 map：对集合中每个元素进行操作。 flatMap：对集合中每个元素进行操作然后再扁平化。
实际使用场景
这个场景是我曾经在写代码过程中遇到的难题，在字符串中如何统计相邻字符对出现的次数。意思就是如果有A;B;C;D;B;C字符串，则（A,B）,(C,D),(D,B)相邻字符对出现一次，(B,C)出现两次。 如有数据
A;B;C;D;B;D;CB;D;A;E;D;CA;B
1
2
3
统计相邻字符对出现次数代码如下
data.map(.split(";")).flatMap(x=>{ for(i<-0 until x.length-1) yield (x(i)+","+x(i+1),1) }).reduceByKey(+_).foreach(println)
1
2
3
输出结果为
(A,E,1)(E,D,1)(D,A,1)(C,D,1)(B,C,1)(B,D,2)(D,C,2)(D,B,1)(A,B,2)
1
2
3
4
5
6
7
8
9
此例子就是充分运用了flatMap的扁平化功能。
Spark 中 map 与 flatMap 的区别 - samhacker的专栏 - 博客频道 - CSDN.NET
http://blog.csdn.net/samhacker/article/details/41927567
总结：
Spark 中 map函数会对每一条输入进行指定的操作，然后为每一条输入返回一个对象；
-
而flatMap函数则是两个操作的集合——正是“先映射后扁平化”：
操作1：同map函数一样：对每一条输入进行指定的操作，然后为每一条输入返回一个对象
操作2：最后将所有对象合并为一个对象
