查看源碼發現 aggregateByKey 的返回值與傳入的zeroVlue類型是一樣的

package com.pzb.rdd.operator.transform

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

/**
* @Description TODO aggregateByKey小練習
* @author 海綿先生
* @date 2023/3/16-15:17
*/
object Spark18_RDD_Operator_Transform {
  def main(args: Array[String]): Unit = {
    val sparkConf: SparkConf = new SparkConf().setMaster("local[*]").setAppName("Operator")
    val sc = new SparkContext(sparkConf)

    // TODO 計算相同key值數據的平均值

    val rdd: RDD[(String, Int)] = sc.makeRDD(List(
      ("a", 1), ("a", 2), ("b", 3),
      ("b", 4), ("b", 5), ("a", 6)
    ), 2)
    // （Int,Int）：第一個表示相同key的value之和，第二個Int表示相同key出現的次數
    val newRDD: RDD[(String, (Int, Int))] = rdd.aggregateByKey((0, 0))(
      (t, v) => {
        (t._1 + v, t._2 + 1) // t表示的是初始值元組
      },
      (t1, t2) => {
        (t1._1 + t2._1, t1._2 + t2._2)
      }
    )
    // 計算平均值
    val resultRDD: RDD[(String, Int)] = newRDD.map(
      data => (data._1, data._2._1 / data._2._2)
    )
    resultRDD.collect().foreach(println)
    /*
    (b,4)
    (a,3)
     */
    // 模式匹配，如果不這樣寫，就要用"()"，并且把value當成一個整體，像上面map一樣
    val resultRDD2: RDD[(String, Int)] = newRDD.mapValues {
      case (total, count) => {
        total / count
      }
    }
    resultRDD2.collect().foreach(println)
    /*
    (b,4)
    (a,3)
     */

    sc.stop()
  }

}

另外一種實現方式：

package com.pzb.rdd.operator.transform

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

/**
* @Description TODO
* @author 海綿先生
* @date 2023/3/16-15:17
*/
object Spark19_RDD_Operator_Transform {
  def main(args: Array[String]): Unit = {
    val sparkConf: SparkConf = new SparkConf().setMaster("local[*]").setAppName("Operator")
    val sc = new SparkContext(sparkConf)

    // TODO transform算子 - combineByKey

    val rdd: RDD[(String, Int)] = sc.makeRDD(List(
      ("a", 1), ("a", 2), ("b", 3),
      ("b", 4), ("b", 5), ("a", 6)
    ), 2)

    // combineByKey ： 方法需要三個參數
    // 第一個參數表示：將相同key的第一個數據進行結構的轉換，實現操作
    // 第二個參數表示：分區內的計算規則
    // 第三個參數表示：分區間的計算規則
    val newRDD: RDD[(String, (Int, Int))] = rdd.combineByKey(
      v => (v, 1), // 指定不同key的第一個value元素格式
      (t: (Int, Int), v) => { // 因為需要動態識別，所以要事先標明數據類型，否則有肯能會出錯
        (t._1 + v, t._2 + 1) // t._1 + v：value的總數
      },
      (t1: (Int, Int), t2: (Int, Int)) => {
        (t1._1 + t2._1, t1._2 + t2._2)
      }
    )
    val resultRDD: RDD[(String, Int)] = newRDD.mapValues {
      case (sum, count) => sum / count
    }
    resultRDD.collect().foreach(println)
    /*
    (b,4)
    (a,3)
     */
    sc.stop()
  }
}