说明
根据 key 进行分组，将相同 key 的value分到一组
groupBy() 的底层实现
要求： 源RDD 是 key-value 类型
返回：**key-value** 类型的 RDD，key是 源RDD中的key，value是集合
注意：打乱数据重组（shuffle操作）
声明
声明1
def groupByKey(): RDD[(K, Iterable[V])]
声明2
def groupByKey(numPartitions: Int): RDD[(K, Iterable[V])]
参数：
- numPartitions：分区数量
声明3
def groupByKey(partitioner: Partitioner): RDD[(K, Iterable[V])]
参数：
- partitioner：可指定分区器
源码
底层调用 groupByKey() ，可以指定分区器
例子
val sparConf = new SparkConf().setMaster("local[*]").setAppName("RDD")
val sc = new SparkContext(sparConf)
val rdd = sc.makeRDD(List(("李雷",2),("韩梅梅",3),("李雷",3)))
val resRDD: RDD[(String, Iterable[Int])]=rdd.groupByKey()
resRDD.collect().foreach(println)
sc.stop()
执行结果：
(李雷,CompactBuffer(2, 3))
(韩梅梅,CompactBuffer(3))