countByKey、countByValue原理-源码(spark3.0)

本文详细探讨了Spark3.0中的`countByKey`和`countByValue`操作。`countByKey`通过将键值对转化为(键,1)并使用`reduceByKey`进行聚合,最终收集为Map。而`countByValue`则是对值进行计数,将数据转换为(值,null)并应用相关操作。
摘要由CSDN通过智能技术生成

CountByKey

      因为代码中调用了collect,所以是action算子

      将(key,value)转换成了(key,1) 然后调用了reduceByKey ->collect->toMap

      PairRDDFunctions类\

 /**
   * TODO:统计每个不同的key的个数
   * Count the number of elements for each key, collecting the results to a local Map.
   *
   * @note This method should only be used if the resulting map is expected to be small, as
   * the whole thing is loaded into the driver's memory.
   * To handle very large results, consider using rdd.mapValues(_ => 1L).reduceByKey(_ + _), which
   * returns an RDD[T, Long] instead of a map.
   */
  def countByKey(): Map[K, Long] = self.withScope {
    // TODO:将(key,value)=>(key,1) 然后调用reduceByKey,这里调用了collect 触发了job操作,所以这个是action算子
   
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

打赏作者

best啊李

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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