我有几点想和大家分享。
当你这么做的时候 dataSet.collect.toSet 当你在两组图书对象之间进行比较时，你把它收集为set[book]。
单个（book）objects equal方法用于在book case类中定义的比较。这就是为什么 println(dataSet.collect.toSet == dataSet.collect.toSet) 返回false是因为 Double.NaN == Double.NaN returns false .
当你这么做的时候 dataSet.toDF().collect.toSet 按集合[行]收集
当您执行todf时，spark将转换**（即序列化book，然后反序列化为javatype fields row）**book类到row在这个过程中，它还使用行编码器对字段进行一些转换。
使用rowcoder.scala中的以下代码将所有原语字段转换为java类型

def apply(schema: StructType): ExpressionEncoder[Row] = {
    val cls = classOf[Row]
  **val inputObject = BoundReference(0, ObjectType(cls), nullable = true)
    val serializer = serializerFor(AssertNotNull(inputObject, Seq("top level row object")), schema)
    val deserializer = deserializerFor(schema)**
    new ExpressionEncoder[Row](
      schema,
      flat = false,
      serializer.asInstanceOf[CreateNamedStruct].flatten,
      deserializer,
      ClassTag(cls))
  }

如果您检查double.java和float.java equal方法的源代码。比较一下楠就会变成真的。这就是为什么行对象比较将返回true。以及 println(dataSet.toDF().collect.toSet == dataSet.toDF().collect.toSet) 这是真的。

<li>If {@code d1} and {@code d2} both represent
     *     {@code Double.NaN}, then the {@code equals} method
     *     returns {@code true}, even though
     *     {@code Double.NaN==Double.NaN} has the value
     *     {@code false}.
     * <li>If {@code d1} represents {@code +0.0} while
     *     {@code d2} represents {@code -0.0}, or vice versa,
     *     the {@code equal} test has the value {@code false},
     *     even though {@code +0.0==-0.0} has the value {@code true}.
     * </ul>

**抱歉，如果我的语法错了。