Spark 算子之groupBy使用

命运对每个人都是一样的,不一样的是各自的努力和付出不同,付出的越多,努力的越多,得到的回报也越多,在你累的时候请看一下身边比你成功却还比你更努力的人,这样,你就会更有动力。

导读:本篇文章讲解 Spark 算子之groupBy使用,希望对大家有帮助,欢迎收藏,转发!站点地址:www.bmabk.com,来源:原文

前言

groupBy,顾名思义,即为分组的含义,在mysql中groupBy经常被使用,相信很多同学并不陌生,作为Spark 中比较常用的算子之一,有必要深入了解和学习;

函数签名

def groupBy[K](f:
T => K
)(implicit kt: ClassTag[K]): RDD[(K, Iterable[T])]

函数说明 

将数据根据指定的规则进行分组
,
分区默认不变,但是数据会被
打乱重新组合
,我们将这样
的操作称之为
shuffle
。极限情况下,数据可能被分在同一个分区中

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由半码博客整理,本文链接:https://www.bmabk.com/index.php/post/143257.html

(0)

相关推荐

发表回复

登录后才能评论
半码博客——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!