从功能讲reduceByKey是做聚合的,而groupByKey是做分组的.其实他两个不太一样,但是有些情况groupByKey是根据key进行分组,也可以实现类似reduceByKey的效果.

    1）reduceByKey：按照key进行聚合，在shuffle之前有combine（预聚合）操作，返回结果是RDD[k,v]。

    2）groupByKey：按照key进行分组，没预聚合,直接进行shuffle.

    3）开发指导：在不影响业务逻辑的前提下，优先选用reduceByKey。求和操作不影响业务逻辑，求平均值影响业务逻辑。