您的位置:首页 > 其它

spark--transform算子--distinct

2017-07-18 11:15 316 查看
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)
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  spark distinct