Spark Intersection函式


在Spark中,Intersection函式返回一個新資料集,其中包含不同資料集中存在的元素的交集。因此,它只返回一行。此函式的行為與SQL中的INTERSECT查詢類似。

Intersection函式範例

在此範例中,將兩個資料集的元素相交。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 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

使用並行化集合建立另一個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

應用intersection()函式返回元素的交集。

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