spark--transform算子--intersection

最新推荐文章于 2025-10-11 17:01:03 发布

原创最新推荐文章于 2025-10-11 17:01:03 发布 · 968 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#spark #intersection

spark 专栏收录该内容

30 篇文章

订阅专栏

本文通过一个具体的示例介绍了如何使用Apache Spark中的RDD进行交集操作。具体实现上，通过parallelize方法创建了两个RDD，并使用intersection方法找到了它们之间的公共元素。最终输出了包含交集元素的结果。

import org.apache.spark.{SparkConf, SparkContext}

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

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

    var rdd = sc.parallelize(1 to 5, 1)
    var rdd1 = sc.parallelize(4 to 7, 1)

    //intersection方法用于取两个RDD的交集
    val sum = rdd.intersection(rdd1)
      .foreach(println)
  }
}

运行结果：

4
5