spark 算子之 reduceByKey与groupByKey的区别

补充：reduceByKey与groupByKey的区别？  [优化代码的最基本思路] （1）当采用reduceByKeyt时，Spark可以在每个分区移动数据之前将待输出数据与一个共用的key结合。 借助下图可以理解在reduceByKey里究竟发生了什么。  注意在数据对被搬移前同一机器上同样的key是怎样被组合的(reduceByKey中的lamdba函数)。 然后lamdba函数在每个区上

>>阅读原文<<