Scala Spark-多次使用数据帧，无需多次卸载

我有个问题。如何复制数据帧而不将其再次卸载到redshift

val companiesData = spark.read.format("com.databricks.spark.redshift")
.option("url","jdbc:redshift://xxxx:5439/cf?user="+user+"&password="+password)
.option("query","select * from cf_core.company")
//.option("dbtable",schema+"."+table)
.option("aws_iam_role","arn:aws:iam::xxxxxx:role/somerole")
.option("tempdir","s3a://xxxxx/Spark")
.load()

import class.companiesData
class test {
val secondDF = filteredDF(companiesData)

 def filteredDF(df: Dataframe): Dataframe {
   val result = df.select("companynumber")
  result
 }
}

在这种情况下，这将卸载数据两次。首先从表中选择*，然后通过仅选择公司编号卸载。如何一次卸载数据并多次对其进行操作？这对我来说是个严重的问题。谢谢你的帮助，你说的“卸载”是指读取数据吗？如果是这样，为什么你确定它被读了两遍？事实上，您的代码中没有任何操作，因此我甚至不确定是否正在读取数据。如果您试图访问代码中其他地方的secondDF，spark应该只读取您在类“test”中选择的列。我不是100%确定这一点，因为我以前从未使用红移将数据加载到spark中

通常，如果要重用数据帧，应该使用

companiesData.cache()

然后，无论何时调用数据帧上的操作，都会将其缓存到内存中