在scala里面spark计算每部电影的平均分

假设你有一个包含电影评分的RDD，其中每个元素都是一个包含电影ID和评分的元组，可以按照以下方式计算每部电影的平均分：

val ratings: RDD[(Int, Double)] = ... // 电影ID和评分的元组RDD
val movieRatings: RDD[(Int, Iterable[Double])] = ratings.groupByKey() // 按电影ID进行分组
val movieAvgRatings: RDD[(Int, Double)] = movieRatings.mapValues(ratings => ratings.sum / ratings.size) // 计算每部电影的平均分

首先，通过 `groupByKey()` 将所有具有相同电影ID的评分分组在一起，生成一个包含电影ID和评分迭代器的元组RDD。然后，通过 `mapValues()` 对每个电影的评分计算平均值，并生成一个包含电影ID和平均评分的新元组RDD。注意，这里使用了 `mapValues()` 而不是 `map()`，因为我们只需要更新评分值，而不需要改变电影ID。