标签：归类 遇到 计算 分区 size 分享图片 不用 应该 图片
语法是：
combineByKey[C](
createCombiner: V => C,
mergeValue: (C, V) => C,
mergeCombiners: (C, C) => C
)
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）
语法说明：（不复制网上的，我按照我的理解大白话说明）
1，combineByKey 中的byKey 就是按照键来处理，你就默认 他丫知道 哪些键是一样的，他会在每个分区自动归类同样的键，你就操心怎么处理值就行了， 总之就是：对相同K，把V合并成一个集合
2，每条数据会被遍历，如果某条数据的键 是第一遇到，就用createCombiner 处理，否则用mergeValue （你要是第一次去银行存钱，流程就是先开户， 下一次去了你存钱就是其他的流程了->直接存钱就行）
3，createCombiner 和 mergeValue 处理单个分区中数据， mergeCombiners是每个分区处理完了 合并数据使用
例子说明：Fred 和 william 二个人 数语外分数 分别是 val scores = Array(("Fred", 88), ("Fred", 95), ("Fred", 91), ("Wilma", 93), ("Wilma", 95), ("Wilma", 98))
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
操作2： 把每个分区的结果按照名字 计算分数总和 科目数量
说明：参照语法图
（左图） （右图）
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
标签：归类 遇到 计算 分区 size 分享图片 不用 应该 图片
原文地址：https://www.cnblogs.com/spicy/p/9722935.html
