如何在rdd spark scala中过滤split()之后？

在RDD Spark Scala中过滤split()之后，可以使用filter()函数来实现。

首先，使用split()函数将RDD中的字符串按照指定的分隔符进行拆分，得到一个包含拆分后字符串的数组。例如，假设有一个RDD名为rdd，其中包含了一些逗号分隔的字符串，可以使用以下代码进行拆分：

val splitRDD = rdd.map(_.split(","))

接下来，可以使用filter()函数对拆分后的RDD进行过滤操作。filter()函数接受一个函数作为参数，该函数返回一个布尔值，用于判断是否保留RDD中的元素。例如，假设要过滤掉长度小于3的字符串，可以使用以下代码：

val filteredRDD = splitRDD.filter(_.length >= 3)

在上述代码中，使用了一个匿名函数_.length >= 3作为filter()函数的参数，该函数判断字符串的长度是否大于等于3。

最后，可以对过滤后的RDD进行进一步的操作，例如进行计算、转换等。

需要注意的是，RDD是不可变的，因此对RDD的操作都会生成一个新的RDD，原始的RDD不会被修改。

关于RDD的更多操作和函数，可以参考腾讯云的Apache Spark产品文档：Apache Spark - RDD。

请注意，本回答中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商，如有需要，可以自行参考相关文档。