Spark Mapvalues vs.Map

Question

因此，我在stackoverflow上看到了另一位用户提出的这个问题，我试图在练习scala和spark时自己编写代码：

问题是从列表中找出每个键的平均值：

假设列表是：（（1,1）、（1,3）、（2,4）、（2,3）、（3,1））

代码是：

val result = input.combineByKey(
(v) => (v, 1),
(acc: (Int, Int), v) => (acc._1 + v, acc._2 + 1),
(acc1: (Int, Int), acc2: (Int, Int)) => (acc1._1 + acc2._1, acc1._2 + acc2._2)).
map{ case (key, value) => (key, value._1 / value._2.toFloat) }  
result.collectAsMap().map(println(_))

因此，基本上上面的代码将创建一个类型为[Int，（Int，Int）]的RDD，其中第一个Int是键，值是（Int，Int），其中第一个Int这里是使用相同键的所有值的相加，第二个Int是键出现的次数。

我理解正在发生的事情，但出于某种原因，当我像这样重写代码时：

val result = input.combineByKey(
(v) => (v, 1),
(acc: (Int, Int), v) => (acc._1 + v, acc._2 + 1),
(acc1: (Int, Int), acc2: (Int, Int)) => (acc1._1 + acc2._1, acc1._2 + acc2._2)).
mapValues(value: (Int, Int) => (value._1 / value._2))
result.collectAsMap().map(println(_))

当我使用mapValues而不是带有case关键字的map时，代码不起作用。它给出了一个错误，说明error:not found:type/将map与case和mapValues一起使用时有什么区别。因为我认为map值只需要取一个值（在本例中是a（Int，Int））并返回一个新值，键-值对的键保持不变。

Answer 1

没关系，我找到了一篇解决我问题的好文章：http://danielwestheide.com/blog/2012/12/12/the-neophytes-guide-to-scala-part-4-pattern-matching-anonymous-functions.html

如果其他人也有同样的问题，这就很好地解释了！

Answer 2

尝试

val result = input.combineByKey(
(v) => (v, 1),
(acc: (Int, Int), v) => (acc._1 + v, acc._2 + 1),
(acc1: (Int, Int), acc2: (Int, Int)) => (acc1._1 + acc2._1, acc1._2 + acc2._2)).
mapValues(value => (value._1 / value._2))
result.collectAsMap().map(println(_))