第3章　键值对与分区

本章介绍如何使用键值对RDD，这是Spark中许多操作所需的常见数据类型。键值RDD用于执行聚合，通常做一些数据初始的提取、转换和加载，以将数据转换为键值对格式。在键值对RDD上可以应用新的操作，例如计数每个产品的评论；将数据与相同的键分组在一起，并将两个不同的RDD分组在一起。

另外，本章还将讨论一个高级功能，即分区功能，可让用户跨节点地控制配对RDD的布局。使用可以控制的分区，应用程序有时可以通过确保数据在同一个节点上一起访问，大大降低数据分布在不同节点上的通信成本，这样可以显著减少RDD计算时间。