Spark Intersection函数

在Spark中，Intersection函数返回一个新数据集，其中包含不同数据集中存在的元素的交集。因此，它只返回一行。此函数的行为与SQL中的INTERSECT查询类似。

Intersection函数示例

在此示例中，将两个数据集的元素相交。要在Scala模式下打开Spark，请按照以下命令操作。

$ spark-shell

使用并行化集合创建RDD。

scala> val data1 = sc.parallelize(List(1,2,3))

现在，可以使用以下命令读取生成的结果。

scala> data1.collect

使用并行化集合创建另一个RDD。

scala> val data2 = sc.parallelize(List(3,4,5))  
`

现在，可以使用以下命令读取生成的结果。

scala> data2.collect

应用intersection()函数返回元素的交集。

scala> val intersectfunc = data1.intersection(data2)

现在，可以使用以下命令读取生成的结果。

scala> intersectfunc.collect