我有一个Hive表，它的大小更大（可能无法放入一台机器的内存，比方说）。表格结构如下：，

CREATE TABLE X
(
id INT,
values ARRAY<INT>
);

如果我使用scala/spark使用sparksql查询这个表，那么数据将如何分布在数据框中的机器上？

val sc = new SparkContext(conf)
val sqlContext = new org.apache.spark.sql.SQLContext(sc);
val xDF = sqlContext.sql("select id, values from X")

请注意，表x中没有任何分区。
我想用下面的逻辑在scala中进一步处理数据，
有一组整数值（y）（比如说1,2,3,4,5）
我想检查这些值是否都存在于x表的values列中（xdf中的值）
返回y中与x中的值匹配的值的列表。
我该怎么做呢？我不想在xdf上使用collect（）然后执行上面的逻辑，因为数据可能很大。我有什么选择？