Spark groupByKey函數

在Spark中,groupByKey函數是一種經常使用的轉換操作,它執行數據的混亂。它接收鍵值對(K,V)作爲輸入,基於鍵對值進行分組,並生成(K,Iterable)對的數據集作爲輸出。

groupByKey函數的示例

在此示例中,根據鍵對值進行分組。要在Scala模式下打開Spark,請按照以下命令操作。

$ spark-shell

Spark groupByKey函數

使用並行化集合創建RDD。

scala> val data = sc.parallelize(Seq(("C",3),("A",1),("B",4),("A",2),("B",5)))

現在,可以使用以下命令讀取生成的結果。

scala> data.collect

Spark groupByKey函數

應用groupByKey()函數對值進行分組。

scala> val groupfunc = data.groupByKey()

現在,可以使用以下命令讀取生成的結果。

scala> groupfunc.collect

Spark groupByKey函數