Spark中aggregateByKey实现reduceByKey与groupByKey

Spark中aggregateByKey实现reduceByKey与groupByKey,下面为具体函数

/**
   * aggregateByKey算子来自定义reduceByKey算子
   */
  def aggregateByKeyToReduceBy(sc:SparkContext): Unit ={
    val rdd = sc.parallelize(List(("a",1),("b",2),("c",3),("a",2),("a",3),("b",3),("c",2)))
    rdd.reduceByKey(_+_).foreach(println)
    println("上面为reduceByKey的运算结果,下面为使用aggregateByKey算子的运算结果")

    val reduceByKeyRdd: RDD[(String, Int)] = rdd.aggregateByKey(0)(
      seqOp1,
      combOp1
    )
    reduceByKeyRdd.foreach(println)

  }
  //这里的参数arrayBuffer为rdd的value值的列表,v为rdd的value,这里为相同分区的聚合
  def seqOp1(c:Int,v:Int): Int ={
    c+v
  }
  //类似于上面那个函数,这里为不同分区相同key值value的聚合
  def combOp1(c1:Int,c2:Int): Int ={
    c1+c2
  }

  /**
   * aggregateByKey算子来自定义groupByKey算子
   */
  def aggregateByKeyToGroupBy(sc:SparkContext): Unit ={
    val rdd = sc.parallelize(List(("a",1),("b",2),("c",3),("a",2),("a",3),("b",3),("c",2)))
    rdd.groupByKey().foreach(println)
    println("上面为用groupByKey效果,下面为使用aggregateByKey算子实现的效果")

    val groupByKeyRdd: RDD[(String, ArrayBuffer[String])] = rdd.aggregateByKey(ArrayBuffer[String]())(
      seqOp,
      combOp
    )
    groupByKeyRdd.foreach(println)
  }

  //这里的参数arrayBuffer为rdd的value值的列表,v为rdd的value,这里为相同分区的聚合
  def seqOp(arrayBuffer: ArrayBuffer[String],v:Int): ArrayBuffer[String] ={
    arrayBuffer.append(v.toString)
    arrayBuffer
  }
  //类似于上面那个函数,这里为不同分区相同key值value的聚合
  def combOp(arrayBuffer1: ArrayBuffer[String],arrayBuffer2: ArrayBuffer[String]): ArrayBuffer[String] ={
    arrayBuffer1 ++= (arrayBuffer2)
  }

  • 0
    点赞
  • 0
    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