aggregateByKey

def seq(a:Int, b:Int) : Int ={
 math.max(a,b)
}

def comb(a:Int, b:Int) : Int ={
 a + b
}

val data = sc.parallelize(List((1,3),(1,2),(1, 4),(2,3)))

data.aggregateByKey(3,4)(seq, comb).collect

输出结果是：

Array((1,10), (2,3))

参数"3"代表做比较的初始值，参数"4"代表并行化分区的数量。

参数seq代表与初始化值比较的函数。  参数comb是进行合并的方法。

 

将这个测试程序拿文字做一下描述就是：在data数据集中，按key将value进行分组合并，合并时在seq函数与指定的初始值3进行比较，保留大的值；然后在comb中来处理合并的方式。