SparkRDD之distinct和first

最新推荐文章于 2024-11-06 12:19:57 发布

大雄没有叮当猫

最新推荐文章于 2024-11-06 12:19:57 发布

阅读量3.5k

点赞数

CC 4.0 BY-SA版权

分类专栏：大数据开发

本文链接：https://blog.youkuaiyun.com/u013230189/article/details/81901195

大数据开发专栏收录该内容

33 篇文章

订阅专栏

本文通过一个具体的例子展示了如何使用Apache Spark中的Java API来实现RDD元素的去重(distinct)及获取第一个元素(first)的操作。示例代码首先创建了一个包含重复字符串元素的RDD，并演示了distinct方法去除重复项的过程，最后使用first方法获取处理后的RDD中的第一个元素。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

distinct：对RDD中的元素进行去重。

first:返回RDD中第一个元素。

package com.cb.spark.sparkrdd;

import java.util.Arrays;

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;

public class DistinctFirst {
	public static void main(String[] args) {
		SparkConf conf = new SparkConf().setAppName("DistinctFirst").setMaster("local");
		JavaSparkContext sc = new JavaSparkContext(conf);
		JavaRDD<String> javaRDD = sc.parallelize(Arrays.asList("cat", "dog", "pig", "mouse", "cat", "Rat", "dog"));
		// mouse Rat dog pig cat
		javaRDD.distinct().foreach(x -> System.out.print(x + " "));

		// cat
		System.out.println(javaRDD.first());
		sc.stop();
	}
}