reduceByKey和groupByKey的区别

  1. reduceByKey:按照key进行聚合,在shuffle之前有combine(预聚合)操作,返回结果是RDD[k,v].
  2. groupByKey:按照key进行分组,直接进行shuffle。
  3. 开发指导:reduceByKey比groupByKey,建议使用。但是需要注意是否会影响业务逻辑。
  4. 当然reduceByKey和groupByKey 使用也不一样
    groupByKey 没参数:wordPairsRDD.groupByKey().
scala> wordPairsRDD.collect
res42: Array[(String, Int)] = Array((one,1), (two,1), (two,1), (three,1), (three,1), (three,1))
scala> wordPairsRDD.groupByKey()
res49: org.apache.spark.rdd.RDD[(String, Iterable[Int])] = ShuffledRDD[59] at groupByKey at <console>:29

scala> wordPairsRDD.groupByKey().map(x=>(x._1,x._2.sum))
res50: org.apache.spark.rdd.RDD[(String, Int)] = MapPartitionsRDD[61] at map at <console>:29

scala> wordPairsRDD.groupByKey().map(x=>(x._1,x._2.sum)).collect
res51: Array[(String, Int)] = Array((two,2), (one,1), (three,3))

 reduceByKey 有参数wordPairsRDD.reduceByKey(_+_)
scala> wordPairsRDD.reduceByKey(_+_)
res52: org.apache.spark.rdd.RDD[(String, Int)] = ShuffledRDD[64] at reduceByKey at <console>:29

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