Spark distinct算子学习使用详解

作者:高景洋 日期:2020/10/25 13:31 浏览次数:74

distinct:

    Rdd数据去重


示例代码:

def my_distinct():
    data = [1,2,3,4,5]
    rdd1 =sc.parallelize(data)
    data2 = [2,3,4,9,10]
    rdd2 = sc.parallelize(data2)
    result = rdd1.union(rdd2).distinct() 
 print(result.collect())

输出结果:

[10, 1, 2, 3, 4, 5, 9]



本文永久性链接:
<a href="http://www.zhihu.so/art155.aspx">Spark distinct算子学习使用详解</a>
相关文章
友情链接
支付宝打赏(内容对您有帮助的话)
微信交流
知乎编程经验网 - 在工作中总结编程的经验! 备案/许可证编号:鲁ICP备11020152号
QQ:120217215 联系电话:15192695151