Spark cogroup函數

在Spark中，cogroup函數對不同的數據集執行，比方說，(K，V)和(K，W)並返回(K，(Iterable，Iterable))元組的數據集。此操作也稱爲groupWith。

cogroup函數示例

在這個例子中，將執行groupWith操作。要在Scala模式下打開Spark，請按照以下命令操作。

$ spark-shell

使用並行化集合創建RDD。

scala> val data1 = sc.parallelize(Seq(("A",1),("B",2),("C",3)))

現在，可以使用以下命令讀取生成的結果。

scala> data1.collect

使用並行化集合創建另一個RDD。

scala> val data2 = sc.parallelize(Seq(("B",4),("E",5)))

現在，可以使用以下命令讀取生成的結果。

scala> data2.collect

應用cogroup()函數對值進行分組。

scala> val cogroupfunc = data1.cogroup(data2)

現在，可以使用以下命令讀取生成的結果。

scala> cogroupfunc.collect