根据数组中元素的存在过滤rdd答案

【问题标题】：filtering an rdd based on presence of elements from an array根据数组中元素的存在过滤rdd
【发布时间】：2017-06-20 15:17:09
【问题描述】：

我有一个 rdd，它有 5000 万个元素，所有元素都是字符串。我必须过滤并制作一个具有以下任何术语的新 rdd：

val x = Array("apple", "mango", "papaya","pineapple")

所以，如果原始 rdd 中的字符串包含上述数组中的任何字符串，则它应该在过滤后的 rdd 中。在scala中做这件事的有效方法是什么？有没有一种方法可以做到这一点，还是我必须遍历每个元素并找出来？

【问题讨论】：

我无法理解你的意思。元素是文档是什么意思？你的意思是一个字符串？什么是“具有以下任何术语的rdd”？你的意思是“字符串在哪里”包含或更多这些词？更多细节和更仔细的描述，请
@TheArchetypalPaul 我进行了编辑。请看。
我正在支持@TheArchetypalPaul 我无法理解你的意思

【解决方案1】：

类似：

val strings = Set("apple", "mango", "papaya",v"pineapple")
rdd.filter(strings.contains(_))

【讨论】：