开发者学堂课程【大数据 Spark 2020版（知识精讲与实战演练）第三阶段：有类型转换_groupByKey】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/690/detail/12070
有类型转换_groupByKey
有类型转换_groupByKey：
上节课简单了解了这个过滤，接下来学习聚合操作，其实也就是一个算一个算子，叫做 groupByKey,它虽然是一种聚合,但其实它也是有类型的。
接下来进入到我们的 idea 当中，进行代码编写：
def groupByKey():Unit = {
val ds= Seq(Person(“zhangsan”,15),
Person(“zhangsan”,16),Person(“list”,20)).toDS()
//select count(*) from person group by name,这是一个 count 聚合
val grouped:KeyValueGroupedDataset[string,Persion]
=_ds.groupByKey( person => person.name)//括号里的函数是要返回 Key 的
val result:Dataset[string,Long] = grouped.count()
//这里面的 count 并不是 Dataset 里面的 action 行，而是 KeyValueGroupedDataset 聚合的一个操作算子
result.show()
}
}
创建完这个 dataset，就可以进行相应的操作。这个与 rdd 是有区别，
groupByKey 是为了要一个 Key,这个 Key 就通过一个函数来给。
看一下这样的对象 grouped 类型是 KeyValueGroupedDataset，
String 是 Key 的类型，Persion 是 Value 的类型，没有 grouped.show 这个方法，
因为点进去 KeyValueGroupedDataset
你会发现它根本就不是 Dataset，这是一个其他的类型，直接就叫做 KeyValueGroupedDataset，直接继承了 Serilizable。这个东西 KeyValueGroupedDataset 本质上来讲，它里面就是放置的分区结果，它里面存的是一个又一个的分组，那么可以想一想，在使用的语句来进行分组的时候，往往都有一次聚合。
没有聚合，分组是没意义的，哪怕是取这个组当中第一个元素，这也是聚合，所以，我们是用不了 grouped.show 这个方法的，除非你先进行聚合。
通过 KeyValueGroupedDataset 的 grouped.count() 的方法返回的类型是 Dataset 类型,grouped.count()这个里面是分组,转换为 Dataset 类型才能进行 action 求得结果,调用聚合方法进行转换,大家可能会有疑惑的，grouped 当中都有什么聚合方法呢？那么同时，为什么说它是一个类型的操作呢。
首先里面有一个方法叫做 cogroup,，这是一个有类型的操作，flatMapGroups 对 Groups 进行 flatMap，也是一个有类型的操作，那同时这些都是聚合操作。
在 rdd 当中也有 cogroup，就是一个协同分组，然后呢，你可以通过 keys 来去获取到其中所有的 Key。然后可以转换每一个分组，然后呢，还可以再去 reduceGroups，这个时都注意到了，其实，它们进行的就是一个聚合的操作，比如 reduceGroups、cogroup，还有呢，就是我们的这样的一个大致的操作，那么我们就通过这个获取的结果。Results show 打印一下结果:
这个时候结果已经获取到了，那么其实我们就是对这个 Person ，对这个 dS 按照 name 进行分组，然后去求了一个 count ，转换成 Dataset,并且 result show 出结果。
以上就是无类型转换_groupByKey。
