欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

spark--transform算子--distinct

程序员文章站 2022-06-11 17:14:34
...
import org.apache.spark.{SparkConf, SparkContext}

/**
  * Created by liupeng on 2017/6/16.
  */
object T_distinct {
  System.setProperty("hadoop.home.dir","F:\\hadoop-2.6.5")

  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("distinct_test").setMaster("local")
    val sc = new SparkContext(conf)

    val list = List(1,2,3,1,4,5,4,7,1)
    var rdd = sc.parallelize(list)

    //distinct方法用于对本身的数据集进行去重处理
    val result = rdd.distinct()
      .foreach(println)
    //如果是键值对的数据,kv都相同,才算是相同的元素
    val list1 = List(("liupeng", 120), ("liupeng", 120), ("liusi", 120))
    val rdd1 = sc.parallelize(list1)
    val result1 = rdd1.distinct()
      .foreach(println)
  }
}
运行结果:
4
1
3
7
5
2

liusi,120)
(liupeng,120)
相关标签: spark distinct