Spark 算子之groupBy使用

前言

groupBy，顾名思义，即为分组的含义，在mysql中groupBy经常被使用，相信很多同学并不陌生，作为Spark 中比较常用的算子之一，有必要深入了解和学习；

函数签名

def groupBy[K](f: T => K )(implicit kt: ClassTag[K]): RDD[(K, Iterable[T])]

函数说明 

将数据根据指定的规则进行分组 , 分区默认不变，但是数据会被 打乱重新组合 ，我们将这样

的操作称之为 shuffle 。极限情况下，数据可能被分在同一个分区中