Spark中reduceByKey和groupByKey的区别和用法？

​ reduceByKey 用于对每个 Key 对应的多个 Value 进行 merge 操作，最重要的是它能够在本地先进行 merge 操作，并且 merge 操作阔以通过函数自定义；

​ groupByKey 也是对每个 key 对应的多个 value 进行操作，但是只是汇总生成一个 sequence，本身不能自定义函数，是只能通过额外的 map（func）来实现。

​ 在打的数据集上，reduceByKey（func）的效果比 groupByKey 的效果更好一些。因为 reduceByKey 会在 shuffle 之前对数据进行合并，故：reduceByKey传输速度优于 groupByKey。