Scala 很少有条件过滤ApacheSpark

我需要检查一些条件，因此我通过以下方式过滤我的RDD：

scala> file.filter(r => r(38)=="0").filter(r => r(2)=="0").filter(r => r(3)=="0").count

---

它作为“&&”的替代品是否正确？

是的，在您的情况下，一系列过滤器在语义上等同于一个带有

&&

的过滤器

file.filter（r=>r（38）=“0”和&r（2）=“0”和&r（3）=“0”）

但是，上述变体保证比早期版本更快。这可以通过以下方式建立：

&&

是一个短路运算符，只有当第一个运算符的计算结果为

true

时，才会进行下一次比较。两种情况下的比较次数相同（是！）

多过滤器版本涉及对RDD进行三次过滤，而对带有

&

的单个过滤器进行一次过滤

---

是的，在您的例子中，一系列过滤器在语义上等同于一个过滤器，带有

&&

file.filter（r=>r（38）=“0”和&r（2）=“0”和&r（3）=“0”）

但是，上述变体保证比早期版本更快。这可以通过以下方式建立：

&&

是一个短路运算符，只有当第一个运算符的计算结果为

true

时，才会进行下一次比较。两种情况下的比较次数相同（是！）

多过滤器版本涉及对RDD进行三次过滤，而对带有

&

的单个过滤器进行一次过滤

---

是的，当然，它会像&&&。不确定哪一个会更有效我想这就是问题所在——这就是问题所在：哪一个更有效？@david griffin是的，如果我能使用这样的表达，这就像是双重问题，如果它与使用“&&”一样有效，是的，它当然会像&&&”一样有效。不确定哪一个会更有效我想这就是问题所在——这就是问题所在：哪一个更有效？@david griffin是的，如果我能使用这样的表达，这就像是双重问题，如果它与使用“&&”的效率相同）