spark ReduceByKey操作

      执行reduceByKey算子
        // reduceByKey，接收的参数是Function2类型，它有三个泛型参数，实际上代表了三个值
        // 第一个泛型类型和第二个泛型类型，代表了原始RDD中的元素的value的类型
            // 因此对每个key进行reduce，都会依次将第一个、第二个value传入，将值再与第三个value传入
            // 因此此处，会自动定义两个泛型类型，代表call()方法的两个传入参数的类型
        // 第三个泛型类型，代表了每次reduce操作返回的值的类型，默认也是与原始RDD的value类型相同的
        // reduceByKey算法返回的RDD，还是JavaPairRDD<key, value>

public static void myReduceByKey(){
        
        SparkConf conf=new SparkConf()
        .setMaster("local")
        .setAppName("myGroupByKey");
        JavaSparkContext sc=new JavaSparkContext(conf);
        List list=Arrays.asList(new Tuple2<String,Integer>("c1",23),new Tuple2<String,Integer>("c2",33),
                new Tuple2<String,Integer>("c1",23),new Tuple2<String,Integer>("c2",56));
        JavaPairRDD<String, Integer> listRdd= sc.parallelizePairs(list);
        JavaPairRDD<String, Integer> listReduce=listRdd.reduceByKey(new Function2<Integer,Integer,Integer>(){

            private static final long serialVersionUID = 1L;

            @Override
            public Integer call(Integer x, Integer y) throws Exception {
                // TODO Auto-generated method stub
                return x+y;
            }
            
        });
        listReduce.foreach(new VoidFunction<Tuple2<String,Integer>>(){

            @Override
            public void call(Tuple2<String, Integer> tuple) throws Exception {
                // TODO Auto-generated method stub
                System.out.println("key:"+tuple._1+",values:"+tuple._2);
            }

        
        });
        
    }

计算结果：

key:c2,values:89
key:c1,values:46