join就表示内连接。

对于内链接，对于给定的两个输入数据集(k，v1)和(k，v2)

根据相同的k进行连接，最终得到(k，(v1，v2))的数据集。

示例

val arr1 = Array(("spark",1),("spark",2),("hadoop",2),("hadoop",5))

val pairRdd1 = sc.parallelize(arr1)

val arr2 = Array(("spark","fast"))

val pairRdd2 = sc.parallelize(arr2)

pairRdd1.join(pairRdd2).collect.foreach(println)

结果

(spark,(1,fast))

(spark,(2,fast))

注意，join是内连接，连接的结果只有两个数据集相同做了连接的部分，没进行连接的部分全部pass掉了。

最新文章

1. 挑子学习笔记：BIRCH层次聚类
2. C#写爬虫，版本V2.1
3. hihoCoder #1379 Emulator
4. 数据库管理员<三>
5. Maven使用笔记（六）使用Maven进行多模块拆分
6. BED format
7. Java中transient有何作用？
8. jQuery插件面向对象开发
9. mysql copy表或表数据常用的语句整理汇总
10. bzoj 1196: [HNOI2006]公路修建问题 二分+并查集
11. GLEW_ERROR_NO_GL_VERSION的解决方法
12. Linux 系统调用sysconf
13. 深入理解 sudo 与 su 之间的区别【转】
14. 1.揭开消息中间件RabbitMQ的神秘面纱
15. Nutch1.2 的安装与使用
16. 两台Mysql数据库数据同步实现
17. 编译poco-1.7.8
18. MD5 SHA1 哈希 签名 碰撞 MD
19. Kafka Zookeeper 基本命令示例
20. 《从零开始学Swift》学习笔记（Day 11）——数据类型那些事儿？

热门文章

1. Python生成器是什么
2. 【我的Android进阶之旅】如何隐藏Android中EditText控件的默认下划线
3. java.text.SimpleDateFormat使用介绍
4. kubernetes --> kube-dns 安装
5. python之路 RabbitMQ、SQLAlchemy
6. cdojQ - 昊昊爱运动 II
7. hive--udf函数（开发-4种加载方式）
8. Spring Web MVC 随笔
9. Spring 之混合配置
10. maven中使用dom4j解析、生成XML的简易方法