1)函数签名:
def foldByKey(zeroValue:V)(func:(V,V)=>V):RDD[(K,V)]
// 参数zoreValue:是一个初始化值,它可以是任意类型
// 参数func:是一个函数,两个输入参数相同
2)功能说明:aggregateByKey的简化操作,seqop和combop相同。
即,分区内逻辑和分区间逻辑相同。
3)需求:求相同Key的value和,最大值
4)代码实现:
package com.huc.Spark.KeyAndValue
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
object Test05_foldByKey {
def main(args: Array[String]): Unit = {
//1.创建SparkConf并设置App名称
val conf: SparkConf = new SparkConf().setAppName("SparkCore").setMaster("local[*]")
//2.创建SparkContext,该对象是提交Spark App的入口
val sc: SparkContext = new SparkContext(conf)
//3.使用Scala进行spark编程
val rdd: RDD[(String, Int)] = sc.makeRDD(List(("a", 1), ("a", 3), ("a", 5), ("b", 7), ("b", 2), ("b", 4), ("b", 6), ("a", 7)), 2)
// 求wordcount
println(rdd.aggregateByKey(0)(_ + _, _ + _).collect().mkString(","))
println("------")
println(rdd.foldByKey(0)(_ + _).collect().mkString(","))
// 有初始值,类型和rdd中的value类型一致 ,初始值用在分区内的计算中,每一个key都需要使用一次初始值计算
// 分区内和分区间的逻辑是一致的
val value: RDD[(String, Int)] = rdd.foldByKey(10)((v1, v2) => v1 + v2)
println(value.collect().mkString(","))
//4.关闭连接
sc.stop()
}
}