去重算子：distinct

说明

• 将RDD中的元素去重，并返回到新的RDD中。
• 新RDD分区数量默认和旧的RDD一致。
• 此过程会发生shuffle。

函数签名

代码实现

	val conf: SparkConf = new SparkConf().setAppName(this.getClass.getName).setMaster("local[*]")
    val sc = new SparkContext(conf)
    /*val rdd: RDD[Int] = sc.makeRDD(List(1, 3, 5, 7, 9, 9, 7, 3))
    println("-----------------去重前-------------------")
    rdd.collect().foreach(println)
    // 默认生成和原RDD分区个数相同的RDD
    val resRDD: RDD[Int] = rdd.distinct()
    println("-----------------去重后-------------------")
    resRDD.foreach(println)*/

    val rdd: RDD[Int] = sc.makeRDD(List(1, 3, 5, 7, 9, 9, 7, 3), 2)
    println("-----------------去重前-------------------")
    rdd.mapPartitionsWithIndex {
      (index, datas) => {
        println(index + "----->" + datas.mkString(","))
        datas
      }
    }.collect()

    println("-----------------去重后-------------------")
    val newRDD: RDD[Int] = rdd.distinct(3)
    newRDD.mapPartitionsWithIndex{
      (index, datas) => {
        println(index + "----->" + datas.mkString(","))
        datas
      }
    }.collect()
    sc.stop()