在Java中的Apache Spark中使用Tuple3时combineByKey的替代方法是什么？

Question

我刚刚开始使用Java中的Apache Spark。我目前正在做一个包含一些书籍数据的迷你项目。我必须找到每个国家最受欢迎的作者。

我有一个pairRDD，其中Key是国家，Value是作者，就像这样

[(usa,C. S Lewis), (australia,Jason Shinder), (usa,Bernie S.), (usa,Bernie S.)]

我是否必须使用Tuple3添加一个字段并计算每个值的存在次数？如果是这样，我如何使用combineByKey for Tuple3？

我有另一个想法，我可以从pairRDD获取所有键，并基于此，我可以过滤使用另一个pairRDD与author_names和每次提到的次数，我可以找到最多热门作者。但这并不像一个优雅的解决方案，因为我必须遍历键组。帮助

Answer 1

字面意思是YAW（又一个Wordcount）：

rdd.mapToPair(s -> new Tuple2<>(s, 1)).reduceByKey((c1, c2) -> c1 + c2);