Java 根据Spark中的值列表筛选rdd

我想根据Spark中的值列表应用过滤器。以下是我获取列表的方式：

DataFrame df = sqlContext.read().json("../sample.json");

        df.groupBy("token").count().show();

        Tokens = df.select("token").collect();
        for(int i = 0; i < Tokens.length; i++){
            System.out.println(Tokens[i].get(0)); // Need to apply filter for Token[i].get(0)
        }

DataFrame df=sqlContext.read（）.json（“../sample.json”）；
df.groupBy（“令牌”）.count（）.show（）；
Tokens=df.select（“token”）.collect（）；
for（int i=0；i

我希望应用过滤器的Rdd是：

JavaRDD<String> file = context.textFile(args[0]);

JavaRDD file=context.textFile（args[0]）；

我想出了一种用java进行过滤的方法：

private static final Function<String, Boolean> Filter =
            new Function<String, Boolean>() {
                @Override
                public Boolean call(String s) {
                    return s.contains("Set");
                }
            };

专用静态最终函数过滤器=
新函数（）{
@凌驾
公共布尔调用（字符串s）{
返回s.contains（“集合”）；
}
};

---

我该怎么办呢？

也许我没有完全理解你的问题。如果您已经创建了一个列表，并且希望使用该列表过滤您的文件rdd，那么您是否可以不简单地使用

filter

功能

file.filter(str -> list.contains(str))

---

也许我没有完全理解你的问题。如果您已经创建了一个列表，并且希望使用该列表过滤您的文件rdd，那么您是否可以不简单地使用

filter

功能

file.filter(str -> list.contains(str))