Spark并没有提供比较两个dataframe是否相等的函数，所以，需要通过现有的函数来完成任务。但不同方式的性能有很大不同。 这里提供4种方式来比较两个Dataframe是否相等，可以根据不同的场景来选择使用。

对于小的dataframe，可以直接collect回来，然后比较。

（1）先检查表结构是否相等；（2）确保df1,df2,df3没有重复行 ，使用intersect，并查看其count数是否和df的count数相等

使用subtract函数

可以通过subtract函数来计算两个df的不同数据行，若没有不同数据行，则表示这两个df是相等的。代码如下：

这种方式的代价会比较大，但不受df中数据行顺序的限制。其实这里，若不关心是否有重复的行，可以把groupBy运算去掉。

使用subtract函数+take()

这种方法是3的变种，其实我们可以不用计算所有不同数据行的总行数，其实只要有一行就是不同的，根据这个思路，我们可以使用take：

通过take来替代了count()，可以使得效率得到提高。

本文提供了如何比较dataframe的几种方法，可以根据实际情况选择使用。