本文主要是介绍GroupByKey,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
package sparkcore
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
object Demo07GroupByKey {
def main(args: Array[String]): Unit = {
val conf: SparkConf = new SparkConf().setAppName("GroupByKey").setMaster("local")
val sc = new SparkContext(conf)
val linesRDD: RDD[String] = sc.textFile("data/words.txt")
//flatmap将数据进行切分,一行切成多行
val wordsRDD: RDD[String] = linesRDD.flatMap(_.split(","))
// wordsRDD.foreach(println)
//将切好的一个个单词进行map,转换成kv格式
val kvRDD: RDD[(String, Int)] = wordsRDD.map(word => (word, 1))
/**
* groupByKey:通过key进行分组,将value放在迭代器中
* groupBy:指定一个分组的列
*
* 都会产生shuffle
*/
val groupByKeyRDD: RDD[(String, Iterable[Int])] = kvRDD.groupByKey()
val countRDD: RDD[(String, Int)] =groupByKeyRDD.map {
case (word: String, values: Iterable[Int]) =>
(word, values.sum)
}
countRDD.foreach(println)
val groupByRDD: RDD[(String, Iterable[(String, Int)])] = kvRDD.groupBy(kv => kv._1)
groupByRDD.foreach(println)
}
}
这篇关于GroupByKey的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!