map什么意思spark的“map”和“flat Map”分别是什么意思？

内燃机的MAP图是什么？其具有什么意义？

MAP图其实就是一个数组，他可以是一维的，也可以是二维的，甚至是三维的。

MAP反应的是机组运行参数的控制设定。

比如有一个MAP叫供油正时MAP，它是一个 一维MAP，x坐标是柴油机转速，对应查出值是每个转速点对应的内燃机喷油正时情况。

而供油持续角MAP是一个二维MAP，x轴是内燃机转速，y轴是负荷量，查出值是这两轴的交叉点处的值，反应某一转速下某一负荷工况下的供油持续角设定。

以上举了连个例子，内燃机MAP定义都是如此的，反应某一前提工况下查表得到对应的控制参数值。

MAP是什么化肥？？

【MAP化肥】就是磷酸二氢铵，又称为磷酸一铵，是一种白色的晶体，化学式为NH4H2PO4，加热会分解成偏磷酸铵（NH4PO3），可用氨水和磷酸反应制成，主要用作肥料和木材、纸张、织物的防火剂，也用于制药和反刍动物饲料添加剂。

作为肥料在作物生长期间施用磷酸铵是最适宜的，磷酸铵在土壤中呈酸性，与种子过于接近可能产生不良影响，在酸性土壤中它比普钙、硫酸铵好，在碱性土壤中也比其他肥料优越；不宜与碱性肥料混合使用，以免降低肥效。

如南方酸性土壤要使用石灰时，应相隔几天后再施用磷酸一铵。

spark的“map”和“flat Map”分别是什么意思？

以前总是分不清楚spark中flatmap和map的区别，现在弄明白了，总结分享给大家，先看看flatmap和map的定义。

map()是将函数用于rdd中的每个元素，将返回值构成新的rdd。

flatmap()是将函数应用于rdd中的每个元素，将返回的迭代器的所有内容构成新的rdd 有些拗口，看看例子就明白了。

val rdd = sc.parallelize(list("coffee panda","happy panda","happiest panda party")) 输入 rdd.map(x=>x).collect 结果 res9: array[string] = array(coffee panda, happy panda, happiest panda party) 输入 rdd.flatmap(x=>x.split(" ")).collect 结果: res8: array[string] = array(coffee, panda, happy, panda, happiest, panda, party) flatmap说明白就是先map然后再flat，再来看个例子 val rdd1 = sc.parallelize(list(1,2,3,3)) scala> rdd1.map(x=>x+1).collect res10: array[int] = array(2, 3, 4, 4) scala> rdd1.flatmap(x=>x.to(3)).collect res11: array[int] = array(1, 2, 3, 2, 3, 3, 3) 这下应该完全明白了吧，不懂给我留言，欢迎指正。