欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

SparkRDD算子--groupBy算子

程序员文章站 2022-06-02 11:22:38
...

语法

val newRdd = olodRdd.groupBy(func)

源码

def groupBy[K](f : scala.Function1[T, K])(implicit kt : scala.reflect.ClassTag[K]) : org.apache.spark.rdd.RDD[scala.Tuple2[K, scala.Iterable[T]]] = { /* compiled code */ }

作用

分组,按照传入函数的返回值进行分组。将相同的key对应的值放入一个迭代器。

例子

package com.day1

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

object oper {
    def main(args: Array[String]): Unit = {
        val config:SparkConf = new SparkConf().setMaster("local[*]").setAppName("wordCount")

        // 创建上下文对象
        val sc = new SparkContext(config)

        // groupBy算子
        val listRdd:RDD[Int] = sc.makeRDD(1 to 10)

        val groupRdd = listRdd.groupBy(_%2)

        groupRdd.collect().foreach(println)
    }
}

输入:
1 2 3 4 5 6 7 8 9 10
输出:
1 3 5 7 9
2 4 6 8 10

示意图

SparkRDD算子--groupBy算子