Spark Distinct函式


在Spark中,Distinct函式返回提供的資料集中的不同元素。

Distinct函式的範例

在此範例中,忽略重複元素並僅檢索不同的元素。要在Scala模式下開啟Spark,請按照以下命令操作。

$ spark-shell

使用並行化集合建立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

應用distinct()函式來忽略重複的元素。

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