在Apache Spark中，磁盘缓存可以使用persist()方法来实现，通过设置StorageLevel.useDisk参数为true来启用磁盘缓存。清理磁盘缓存可以使用unpersist()方法来实现。下面是一个示例代码，演示了如何在Spark中清理磁盘缓存：

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

object SparkDiskCacheExample {
  def main(args: Array[String]): Unit = {
    // 创建SparkConf对象
    val conf = new SparkConf()
      .setAppName("SparkDiskCacheExample")
      .setMaster("local[*]") // 设置本地运行模式

    // 创建SparkContext对象
    val sc = new SparkContext(conf)

    // 读取数据并进行缓存
    val data = sc.textFile("data.txt")
    val cachedData = data.persist(StorageLevel.DISK_ONLY)

    // 进行一些操作，例如转换、过滤等
    val transformedData = cachedData.filter(line => line.contains("Spark"))

    // 执行一些操作，例如计数、保存等
    transformedData.count()

    // 清理磁盘缓存
    cachedData.unpersist()

    // 关闭SparkContext
    sc.stop()
  }
}

在上面的示例中，首先使用persist()方法将数据缓存在磁盘上。然后进行一些转换和操作，最后使用unpersist()方法清理磁盘缓存。需要注意的是，在清理完磁盘缓存后，如果需要再次使用这些数据，则需要重新读取数据并进行缓存。