spark中reduceByKey用法

`reduceByKey` 是 Spark 中常用的一个转换操作，它对每个 key 对应的 value 进行聚合操作，将相同 key 的 value 聚合在一起，返回一个新的 RDD。

其用法如下所示：

rdd.reduceByKey(func, numPartitions=None, partitionFunc=<function portable_hash>)

其中，`func` 是一个聚合函数，它接受两个参数，分别是前一个值和后一个值，返回值是两个值聚合后的结果。`numPartitions` 是分区数，用于指定输出的 RDD 的分区数。`partitionFunc` 是一个用于分区的函数，默认为哈希函数。

下面是一个示例：

# 创建一个包含 key-value 对的 RDD
rdd = sc.parallelize([(1, 2), (3, 4), (3, 6), (4, 5)])

# 对相同 key 的 value 进行相加
result = rdd.reduceByKey(lambda x, y: x + y)

# 输出结果
result.collect()

输出结果为：

[(1, 2), (3, 10), (4, 5)]

在这个例子中，`reduceByKey` 对相同 key 的 value 进行相加，得到了一个新的 RDD，其中每个 key 对应的 value 是原 RDD 中相同 key 的 value 的和。