spark groupByKey和groupBy,groupByKey和reduceByKey的区别

1. groupByKey Vs. groupBy

/**
 * 用于对pairRDD按照key进行排序
 * @author starxhong.
 */
object Test {
    def main(args: Array[String]): Unit = {
    	val sparkConf = new SparkConf().setAppName(this.getClass.getSimpleName)
        SparkSession sparkSession = SparkSession.builder().getOrCreate();
        
       	val list = List(("Tom", 8),("Bob",5),("Wade",9),("John",5),("Tom",7),("John",7))
	    val rdd = ss.sparkContext.parallelize(list)
	    pairRdd.groupByKey().mapValues(_).collect.foreach(println)
	    println()
	    pairRdd.groupByKey().mapValues(_.toList).collect.foreach(println)
	    println()
	    pairRdd.groupBy(_._1).mapValues(_).collect.foreach(println)
	    println()
	    pairRdd.groupBy(_._1).mapValues(_.toList).collect.foreach(println)
	    println()
	    pairRdd.groupBy(x => {x.toString().length}).mapValues(_.toList).collect.foreach(println)
    }
}

结果:

(Tom,CompactBuffer(8, 7))
(Wade,CompactBuffer(9))
(John,CompactBuffer(5, 7))
(Bob,CompactBuffer(5))

(Tom,List(8, 7))
(Wade,List(9))
(John,List(5, 7))
(Bob,List(5))

(Tom,CompactBuffer((Tom,8), (Tom,7)))
(Wade,CompactBuffer((Wade,9)))
(John,CompactBuffer((John,5), (John,7)))
(Bob,CompactBuffer((Bob,5)))

(Tom,List((Tom,8), (Tom,7)))
(Wade,List((Wade,9)))
(John,List((John,5), (John,7)))
(Bob,List((Bob,5)))

(7,List((Tom,8), (Bob,5), (Tom,7)))
(8,List((Wade,9), (John,5), (John,7)))

groupByKey()和Groupby(),都是返回CompactBuffer,这是一个类似ArrayBuffer的结构(An append-only buffer similar to ArrayBuffer, but more memory-efficient for small buffers),区别是groupByKey()的返回(key,CompactBuffer(value1, value2, …)),groupBy()返回(key,CompactBuffer((key,value1), (key,value2), …)结构。
groupByKey是按Key进行分组,所以作用对象必须是PairRDD型的。而GroupBy分组规则需要我们自己设定,groupBy的参数可以是一个函数,该函数的返回值将作为Key。

2. groupByKey Vs. reduceByKey

reduceByKey比groupBykey效率更高,主要方式是reduceByKey先worker内reduce一次,再按key进行group,而groupByKey是先group,再reduce。
在这里插入图片描述在这里插入图片描述

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值