scala combineByKey用法说明

Posted 2023-03-09

参考技术A

语法是:

标记一下：（因为有很多同样的字母，方便说明我就按照字母+数字标记一下）

求他们各自的平均成绩

思路是： 通过combineByKey函数把按照人分组 求出 他们的总分 和科目数 ，然后用map函数 除一下就完事

操作1：为了模拟多个分区 我创建2个分区

说明：参照语法图

首先：各个分区的兄弟们先干活

第一个分区遍历开始 ： 数据为

--> 处理（Fred，88）, 因为是第一次遇到键“Fred”， 所以调用 createCombiner方法 (v)=> (v,1) ; 这里就是(88) => (88,1)

--> 处理（Fred，95）,不是第一次遇到键“Fred”,调用 mergeValue方法 (acc:(Int,Int),v)=>(acc._1+v,acc._2+1),： 这里就是（（88,1），95）=>（88+95， 1+1）

--> 处理（Fred，91）,不是第一次遇到键“Fred”,调用 mergeValue方法 (acc:(Int,Int),v)=>(acc._1+v,acc._2+1),： 这里就是（（88+95,1+1），91）=>（88+95+91， 1+1+1）

第一个分区遍历结束 ：返回 （274,3） （注意一个分区中可能有很多不一样的键值对，我这里碰巧只有fred一个人 ，也许还有张三（ ， ）， 李四（ ， ））（程序本来就按照键BYkeys分组了，所以不用担心混淆了键）

第二个分区遍历开始 ： 数据为：

--> 处理（Wilma，93）, 因为是第一次遇到键“Fred”， 所以调用 createCombiner方法 (v)=> (v,1) ; 这里就是(93) => (93,1)

--> 处理（Wilma，95）,不是第一次遇到键“Fred”,调用 mergeValue方法 (acc:(Int,Int),v)=>(acc._1+v,acc._2+1),： 这里就是（（93,1），95）=>（93+95， 1+1）

--> 处理（Wilma，98）,不是第一次遇到键“Fred”,调用 mergeValue方法 (acc:(Int,Int),v)=>(acc._1+v,acc._2+1),： 这里就是（（93+95,1+1），98）=>（93+95+98， 1+1+1）

第一个分区遍历结束 ：返回 （286,3）

然后：各个分区兄弟干完了 汇总处理

由于我的数据少，没有模拟到比如分区 1 和分区2 都有 Fred的成绩， 他三科成绩在第一个分区就全部统计到了。

假如 分区一返回的是fred信息（274,3），

分区二返回是 fred的体育成绩（80,1）， 和wilma的三科成绩（286,3）

汇总后开始调用 mergeCombiners: (C, C) => C 方法

　　　　　　 (acc1:(Int,Int),acc2:(Int,Int))=>(acc1._1+acc2._1,acc1._2+acc2._2)) 执行到就应该是 （（274,3），（80,1）） =>（274+80 , 3+1） （fred的结果）

。。。。。。。。。。。。=>(286,3) (WILMA的结果)

操作3： 把分数总和 和 科目数量除一下 得到平均成绩