火花数据集上的 GroupbyKey
GroupbyKey on spark dataset
groupByKey 是否会导致网络中所有值的混洗，即使它们已经位于一个分区内，当我们在 sparkSQL 中进行分组操作时，它是使用 groupbykey 还是使用 aggregateByKey 来提高性能？
如果键都位于每个分区内，groupByKey 将不会随机播放数据。但那将是一种罕见的情况。
sparkSQL 中的 groupBy 操作是一个 aggregateByKey，这使其成为聚合操作。我们可以在sparkSQL中的groupBy之后定义聚合函数。 groupBy 只需为每个组和每个聚合创建一个 Aggregation Expressions 实例，然后遍历数据并不断更新这些表达式
groupByKey 是否会导致网络中所有值的混洗，即使它们已经位于一个分区内，当我们在 sparkSQL 中进行分组操作时，它是使用 groupbykey 还是使用 aggregateByKey 来提高性能？
groupByKey 将不会随机播放数据。但那将是一种罕见的情况。
sparkSQL 中的 groupBy 操作是一个 aggregateByKey，这使其成为聚合操作。我们可以在sparkSQL中的groupBy之后定义聚合函数。 groupBy 只需为每个组和每个聚合创建一个 Aggregation Expressions 实例，然后遍历数据并不断更新这些表达式