Spark API 之 countByValue

java面试题网站：www.javaoffers.com

countByValue()：根据rdd中的元素值相同的个数。返回的类型为Map[K,V],  K : 元素的值，V ：元素对应的的个数

demo1:

val a = sc.parallelize(List("a","b","c","d","a","a","a","c","c"),2);

a.countByValue(); 输出的结果为：

scala.collection.Map[String,Long] = Map(d -> 1, b -> 1, a -> 4, c -> 3)；

demo2:  为了区别countByKey()

val a = sc.parallelize(List( ("a",1) ,  ("a",1)  ,  ("b",1)  ,  ("c",1)    ,("d",1)  ));

a.countByValue();输出的结果为：

Map[(String, Int),Long] = Map( (b,1) -> 1,  (d,1) -> 1,  (a,1) -> 2,   (c,1) -> 1)

countByValue()函数与tuple元组中的（k,v）中的v 没有关系，这点要搞清楚，countByValue是针对Rdd中的每一个元素对象，

而 countByKey 主要针对的事tuple（k,v）对象,并且与k 是有关系的，countByKey根据tuple（k,v）中的 k 进行统计的。使用的时候要区分。