开发者学堂课程【大数据Spark2020最新课程（知识精讲与实战演练）第二阶段：RDD 算子_ Action _ countByKey】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/689/detail/11982
RDD 算子_ Action _ countByKey
内容介绍
一、前言
二、实例讲解
三、小结
一、前言
接下来我们介绍两个算子，都用于求数量，叫做 count 和countByKey ， count是直接用于求数量，与 count 函数相似， countByKey 是按照 Key 分组，求每一个组数量。求数量是一个非常常见的日常需求，接下来让大家了解一下 count 和 countByKey 的使用。
二、实例讲解
进入代码，创建新方法和集合，创建 RDD ，编写一个简单的集合，
print 调用 count ，求出结果，代码如下：
@Test
def count(): Unit = {
val rdd = sc.parallelize(Seq(("a",1),("b",2),("c",3),("d",4)))
println(rdd.count())
}
如果想求每一个 Key 出现的次数，可做小小的修改，代码如下：
@Test
def count(): Unit = {
val rdd = sc.parallelize(Seq(("a",1),("a",2),("c",3),("c",4)))
println(rdd.count())
println(rdd.countByKey())
}
运行后查看结果，第一个结果， count求出了数据的总数，第二个结果为 countByKey 的返回值，是一个 map 型的数据，第一个元素是原始数据集中的 Key ，第二个元素是 Key 出现的次数。
三、小结
我们通过运行结果来总结一下。 count 和 countByKey 的运行结果相距较远，在他们的位置处各有一个 job 运行。每调用一次 Action 会生成一个 job ，它会单独调度执行，获取结果。相距较远，中间出现大量的 Log ，是在重新启动job 。这是它的第一个特点。
第二个特点， countByKey 的运算结果是 Map 型的数据。有一个概念叫做数据倾斜，可以通过 countByKey 查看 Key 对应的数据数量，从而解决倾斜问题。这就是 count 和 countByKey 。
