java - 在 Java 中的 Apache Spark 中使用 Tuple3 时，combineByKey 的替代方案是什么？

Question

我刚刚开始使用 Java 中的 Apache Spark。我目前正在做一个带有一些书籍数据的小型项目。我必须找到每个国家/地区最受欢迎的作者。

我有一个pairRDD，其中键是国家/地区，值是作者，如下所示

[(usa,C. S Lewis), (australia,Jason Shinder), (usa,Bernie S.), (usa,Bernie S.)]

我是否必须使用 Tuple3 添加一个字段并计算每个值出现的次数？如果是这样，我如何对 Tuple3 使用combineByKey？

我有另一个想法，我可以从pairRDD中获取所有 key ，并基于此，我可以过滤以使用另一个带有author_names的pairRDD以及它们每个被提及的次数，我可以找到最受欢迎的作者。但这感觉不是一个优雅的解决方案，因为我必须循环遍历键数组。帮助。

Answer 1

这实际上是YAW(又一个字数):

rdd.mapToPair(s -> new Tuple2<>(s, 1)).reduceByKey((c1, c2) -> c1 + c2);