概念

类似全连接，但是在同一个RDD中对key聚合

作用：在类型为(K,V)和(K,W)的 RDD 上调用，返回一个(K,(Iterable,Iterable))类型的 RDD

案例

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
object demo {
  def main(args: Array[String]): Unit = {
    val conf: SparkConf = new SparkConf().setAppName("SparkCoreTest").setMaster("local[*]")
    val sc: SparkContext = new SparkContext(conf)
    //3.1 创建第一个RDD
    val rdd: RDD[(Int, String)] = sc.makeRDD(Array((1, "a"), (2, "b"), (3, "c")))
    //3.2 创建第二个pairRDD
    val rdd1: RDD[(Int, Int)] = sc.makeRDD(Array((1, 4), (2, 5), (4, 6), (2, 8)))
    val newRDD: RDD[(Int, (Iterable[String], Iterable[Int]))] = rdd.cogroup(rdd1)
    newRDD.collect().foreach(println)
    /* 输出
      (1,(CompactBuffer(a),CompactBuffer(4)))
      (2,(CompactBuffer(b),CompactBuffer(5, 8)))
      (3,(CompactBuffer(c),CompactBuffer()))
      (4,(CompactBuffer(),CompactBuffer(6)))
     */
    sc.stop()
  }
}