Oeljeklaus 2020-03-03
combineByKey(createCombiner, mergeValue, mergeCombiners, numPartitions=None, partitionFunc=<function portable_hash at 0x7f1ac7340578>) 它是一个泛型函数,主要完成聚合操作,将输入RDD[(K,V)]转化为结果RDD[(K,C)]输出
乍一看,感觉有些难理解,我们来一起探索下! 加油
pair RDD是键值对RDD 也就是包含key和value
我们对这样的数据做分组、聚合操作其实是将类型为RDD[(K,V)]的数据处理为RDD[(K,C)]
这里的V和C可以是相同类型,也可以是不同类型
求每个键对应的平均值
具体的操作过程如下:
代码实现