Apache Spark 中的数据集是基于分布式数据集的概念构建的，可以在编译时运行数据集。但是，由于它具有惰性评估，只有在使用时才会计算结果。这个问题可以使用以下代码解决：

import org.apache.spark.{SparkConf, SparkContext}

object Main {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("MyApp").setMaster("local[*]")
    val sc = new SparkContext(conf)
    val data = sc.textFile("path/to/data.csv")
    val filteredData = data.filter(line => line.contains("keyword"))

    filteredData.collect().foreach(println)
  }
}

在这个例子中，数据集被定义为 data，然后可以通过使用 filter 方法来过滤数据集中包含关键字的条目。最后，collect 方法用于对过滤后的数据集进行操作并打印结果。这种方法可以在编译时运行数据集，同时利用 Apache Spark 的惰性评估功能来仅在需要时计算结果。