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
1
3
7
5
2
liusi,120)
(liupeng,120)
(liupeng,120)
下一篇: java获取数据库里表的名字
推荐阅读