使用.GroupByKey和.GroupBy何时使用 DF 的列名作为参数的根本区别是什么？
哪一个时间效率高，每个人到底是什么意思，请在我通过一些例子时详细解释一下，但这很令人困惑。
没有groupByKey方法可以Column作为参数。有采用函数的方法，或者：
def groupByKey[K](func: MapFunction[T, K], encoder: Encoder[K]): KeyValueGroupedDataset[K, T]
或者
def groupByKey[K](func: (T) ⇒ K)(implicit arg0: Encoder[K]): KeyValueGroupedDataset[K, T]
相比之下groupBy需要Columns：
def groupBy(cols: Column*): RelationalGroupedDataset
或者 String
def groupBy(col1: String, cols: String*): RelationalGroupedDataset
区别应该很明显 - 前两个返回KeyValueGroupedDataset（用于处理“功能”，“强类型 API，如mapGroups或reduceGroups), while the later methods returnRelationalGroupedDataset`（用于处理类似 SQL 的 API）。
一般见：
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句