使用RDD统计用户表中男女用户的人数。数据目录： hdfs://172.16.0.4/data/grouplens/ml-1m/users.dat。 数据说明：用户ID::性别::年龄::职业代码::邮编。

好的，这是一个统计用户表中男女用户人数的问题。你可以使用Spark的RDD来处理这个任务。

首先，你需要把数据加载到RDD中。你可以使用Spark的textFile()函数来读取HDFS上的数据文件，并把每一行数据转换成一个字符串类型的RDD。代码如下：

val lines = sc.textFile("hdfs://172.16.0.4/data/grouplens/ml-1m/users.dat")

接下来，你需要把每一行数据转换成一个包含性别信息的Tuple。你可以使用map()函数来完成这个任务。代码如下：

val genders = lines.map(line => {
  val fields = line.split("::")
  val gender = fields(1)
  (gender, 1)
})

这段代码把每一行数据分割成一个字符串数组，然后把性别信息提取出来，作为Tuple的第一个元素，把数字1作为Tuple的第二个元素。

接下来，你需要使用reduceByKey()函数对Tuple进行聚合，以统计男女用户的人数。代码如下：

val counts = genders.reduceByKey(_ + _)

这段代码把Tuple按照性别进行聚合，并对每个性别的Tuple的第二个元素进行求和，得到男女用户的人数。

最后，你可以使用collect()函数把结果收集到Driver端，并打印出来。代码如下：

val results = counts.collect()
results.foreach(println)

这段代码把结果收集到Driver端，并把每个性别的Tuple打印出来。

完整的代码如下：

val lines = sc.textFile("hdfs://172.16.0.4/data/grouplens/ml-1m/users.dat")
val genders = lines.map(line => {
  val fields = line.split("::")
  val gender = fields(1)
  (gender, 1)
})
val counts = genders.reduceByKey(_ + _)
val results = counts.collect()
results.foreach(println)