問題描述：

          我在執行我的spark程式碼過程中，出現瞭如標題所示的問題  

          以下為我執行的主要程式碼：

ss=e_Task_test.engine()         

diag_hos=l_patient.map(lambda x:(ss.get_hospital(x),ss.get_patient_diag(x))) 

dh_all=diag_hos.groupByKey().map(lambda x:(x[0],list(x[1]))).collect()

           我程式碼的目的：是要統計在同一個醫院裡所有的診斷資訊的數目，因此我先形成 醫院-診斷資訊 的key-value資料，然後再通過key值聚合，然後求出value值的長度，最後得到同一個醫院對應的診斷資訊的數量

          最後我的改進辦法為：通過mapvalues和reduceby兩個方法，直接進行計數，最後得到最後的結果：

diag_hos=l_patient.map(lambda x:(ss.get_hospital(x),ss.is_patient_diag(x)))

dh_all=diag_hos.mapValues(lambda x:(x,1)).reduceByKey(lambda x,y:(x[0]+y[0],x[1]+y[1]))

     當然還有另外一種統計的方法：那就是map時候，形成的key-value為 醫院-1 這樣的值，最後根據醫院，做一個reducebykey(lambda x,y:x+y)  最後聚合之後得到的內容即為 同一醫院診斷資訊的數量

      歡迎和大家一起交流spark相關的學習心得～