Spark Distinct函数

在Spark中，Distinct函数从提供的数据集返回不同的元素。

Distinct函数的示例

在此示例中，我们忽略了重复的元素，只检索出不同的元素。

• 要在Scala模式下打开Spark，请按照以下命令操作。

$ spark-shell

• 使用并行化集合创建一个RDD。

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

• 现在，我们可以使用以下命令来阅读生成的结果。

scala> data.collect

• 将distinct()函数应用于忽略重复元素。

scala> val distinctfunc = data.distinct()

• 现在我们可以使用以下命令读取生成的结果。

scala> distinctfunc.collect

在这里，我们得到了期望的输出。