使用Spark RDD找出所有只打1分以下，且评论次数大于5次的用户

可以使用Spark RDD的filter和countByKey函数来实现此功能，代码如下：

val input = sc.textFile("inputFile.txt")  // 读取输入文件
val result = input.map(line => line.split("\t"))
                  .filter(fields => fields(2).toDouble < 1.0 && fields(3).toInt > 5)
                  .map(fields => (fields(0), 1))  // 将每个用户ID映射为一个计数器
                  .countByKey()  // 对每个用户ID进行计数
                  .filter(_._2 > 5)  // 过滤出评论次数大于5次的用户ID
                  .map(_._1)  // 取出用户ID
result.saveAsTextFile("outputFile.txt")  // 将结果保存到输出文件

以上代码中，假设输入文件格式为每行以制表符分隔的四个字段：用户ID、电影ID、评分、评论次数。首先使用map操作将每一行拆分成字段数组，然后使用filter操作过滤出符合条件的记录，即评分小于1且评论次数大于5的记录。接着使用map操作将每个用户ID映射为一个计数器，再使用countByKey操作对每个用户ID进行计数。然后使用filter操作过滤出评论次数大于5次的用户ID。最后使用map操作将结果中的元组取出用户ID并保存到输出文件中。