reduceByKey、groupByKey以及combineByKey的区别

概述：这三种算子在spark中用的比较多。

reduceByKey： 是对key的value进行merge操作，在一个(K,V)的RDD上调用，返回一个(K,V)的RDD，使用指定的reduce函数，将相同key的值聚合到一起，与groupByKey类似，reduce任务的个数可以通过第二个可选的参数来设置，最重要的是它能够在本地先进行merge操作，并且merge操作可以通过函数自定义；
groupByKey: 在一个(K,V)的RDD上调用，返回一个(K, Iterator[V])的RDD,也是对每个key进行操作，但只生成一个sequence，groupByKey本身不能自定义函数，需要先用groupByKey生成RDD，然后才能对此RDD通过map进行自定义函数操作。
CombineByKey： 是一个比较底层的算子（高阶函数），用法如下：
combineByKey(createCombiner,mergeValue,mergeCombiners,partitioner,mapSideCombine)。

如下解释下3个重要的函数参数：以下内容转至（原文）：https://blog.csdn.net/jiangpeng59/article/details/52538254/
createCombiner: V => C ，这个函数把当前的值作为参数，此时我们可以对其做些附加操作(类型转换)并把它返回 (这一步类似于初始化操作)
mergeValue: (C, V) => C，该函数把元素V合并到之前的元素C(createCombiner)上 (这个操作在每个分区内进行)
mergeCombiners: (C, C) => C，该函数把2个元素C合并 (这个操作在不同分区间进行)。
例子：http://codingjunkie.net/spark-combine-by-key/