Spark Intersection函數

在Spark中,Intersection函數返回一個新數據集,其中包含不同數據集中存在的元素的交集。因此,它只返回一行。此函數的行爲與SQL中的INTERSECT查詢類似。

Intersection函數示例

在此示例中,將兩個數據集的元素相交。要在Scala模式下打開Spark,請按照以下命令操作。

$ spark-shell

Spark Intersection函數

使用並行化集合創建RDD。

scala> val data1 = sc.parallelize(List(1,2,3))

現在,可以使用以下命令讀取生成的結果。

scala> data1.collect

Spark Intersection函數

使用並行化集合創建另一個RDD。

scala> val data2 = sc.parallelize(List(3,4,5))  
`

現在,可以使用以下命令讀取生成的結果。

scala> data2.collect

Spark Intersection函數

應用intersection()函數返回元素的交集。

scala> val intersectfunc = data1.intersection(data2)

現在,可以使用以下命令讀取生成的結果。

scala> intersectfunc.collect

Spark Intersection函數