Apache spark 如何将spark rdd的副本存储到另一个rdd中

我有两个spark rdd： RDD1:RDD[（字符串，字符串，整数）]和RDD2:RDD[（字符串，字符串，整数）]

RDD1是原始数据，RDD2与RDD1不同

我需要创建一个RDD3，它是RDD1-RDD2

例如：

RDD1:  [("one","one",23)],[("one","one",23)],[("two","two",28)],[("one","one",23)]
RDD2:  [("one","one",23)],[("two","two",28)]

RDD3:[("one","one",23)],[("one","one",23)] 

预期的

RDD1:  [("one","one",23)],[("one","one",23)],[("two","two",28)],[("one","one",23)]
RDD2:  [("one","one",23)],[("two","two",28)]

RDD3:[("one","one",23)],[("one","one",23)] 

只有重复项的数量减少1的重复项

RD#是仅收集重复项的集合，例如，如果有10个事务，则其中1个是唯一的，因此我应该在RDD3中收集9个事务

val rdd1 = sc.parallelize(List(("A", "ANT", 1), ("A", "ANT", 1), ("B", "BALL", 2), ("C", "CAT", 3), ("C", "CAT", 3))).zipWithIndex()
rdd1.collect().foreach(r => print(r))

val rdd2 = rdd1.reduceByKey((a, b) => if (a != b) a else b)
rdd2.collect().foreach(r => print(r))


val rdd3 = rdd1.subtract(rdd2).map(p => p._1)
rdd3.collect().foreach(r => print(r))

结果:

RDD1: ((A,ANT,1),0)((A,ANT,1),1)((B,BALL,2),2)((C,CAT,3),3)((C,CAT,3),4)
RDD2: ((A,ANT,1),0)((C,CAT,3),3)((B,BALL,2),2)
RDD3: (C,CAT,3)(A,ANT,1)