使用Key-Value鍵值对

尽管大多数对RDDs的Spark操作可以包含任意对象类型，有一些特殊的操作仅仅适用于key-value鍵值对。最常见的一些就是分布式的“shuffle“操作，例如通过key对元素分组或聚合。

在Scala中，这些操作操作，在RDDs上是自动可用的，它包含了Tuple2对象（在语言中内置的tuples，通过简单的writing(a,b)来创建）。key-value对操作在PairRDDFunctions类是可用的，它自动封装了一个tuples的RDD。

例如，以下代码对key-value对，使用reduceByKey操作，来统计在一个文件中文本有多少行。

val lines = sc.textFile("data.txt")
val pairs = lines.map(s => (s, 1))
val counts = pairs.reduceByKey((a, b) => a + b)

例如，想按字母排序key-value对，并且最终作为一个对象的数组，使用counts.collect()把它们传输到驱动程序，我们也可以使用counts.sortByKey()。

注意：当使用自定义的对象作为key-value对的key时，你必须确保自定义对象的equals()方法有一个相应的hashCode（）方法。对于更详细信息，请查看Object.hashCode() documentation)。