我有一个包含许多数字的文件，范围从1到10000而不进行排序，每个数字都由＆＃34;拼接。 ＆＃34 ;.特定数字也可能出现多次。 像：
2 3 4 2 10 45 3 ....
我希望得到一个排序列表，该列表由未出现在此文件中的数字组成。为了清楚地说明，让范围为1（含）到10（含）（不是1到10000）
，文件是：
2 3 6 3 5 7 8 4 7
我希望列表如下：
1 9 10。
如果在Java中，我只需要使用TreeSet，并删除文件中出现的数字，剩下的就是我想要的。但我怎么能在Spark中做到这一点？我刚开始学习Spark和scala，并提出以下问题？
1.在spark或scala中是否有像treeSet这样的数据结构？如果没有，我该怎么做。
2.Spark将文件分成几个部分并同时执行。如果是，我怎么能让树集由不同的部分共享？实现我的目标是一个好主意吗？ 感谢。
答案 0 :(得分：3)
如何使用subtract：
val fileRDD = sc.makeRDD(List(2,3,4))
val fullRDD = sc.makeRDD(1 to 5)
fullRDD.subtract(fileRDD).collect //1,5