Spark Distinct函數

在Spark中,Distinct函數返回提供的數據集中的不同元素。

Distinct函數的示例

在此示例中,忽略重複元素並僅檢索不同的元素。要在Scala模式下打開Spark,請按照以下命令操作。

$ spark-shell

Spark Distinct函數

使用並行化集合創建RDD。

scala> val data = sc.parallelize(List(10,20,20,40))

現在,可以使用以下命令讀取生成的結果。

scala> data.collect

Spark Distinct函數

應用distinct()函數來忽略重複的元素。

scala> val distinctfunc = data.distinct()

現在,可以使用以下命令讀取生成的結果。

scala> distinctfunc.collect

Spark Distinct函數