Scala Apache火花计数分组法

我想使用Datastax和Spark获得Cassandra表中特定列（列“a”）的值和计数列表，但我在确定执行该请求的正确方法时遇到了困难

我基本上是在尝试做与T-SQL相同的事情

SELECT a, COUNT(a)
FROM mytable

我在Cassandra上使用datastax和spark尝试了以下方法

import com.datastax.spark.connector._
import org.apache.spark.sql.cassandra._
val rdd = sc.cassandraTable("mykeyspace", "mytable").select("a")
rdd.groupBy(row => row.getString("a")).count()

---

这看起来只是给了我a列中不同值的计数，但我更多的是在列出这些值和这些值的计数之后（所以val1:10…val2:5…val3:12…等等。我尝试了一些。收集和类似的；只是不知道如何获得列表；任何帮助都将不胜感激。

这似乎是一个部分答案（它提供了正确的数据，但可能有更好的解决方案）

---

我假设有一个更好的解决方案，但这在获得结果方面似乎是可行的。

下面的代码片段将获取名为“a”的分区键，并获取名为“column\u name”的列，并找到该列的计数数

val cassandraPartitionKeys = List("a")
val partitionKeyRdd = sc.parallelize(cassandraPartitionKeys)

val cassandraRdd = partitionKeyRdd.joinWithCassandraTable(keyspace,table).map(x => x._2)

cassandraRdd.map(row => (row.getString("column_name"),1)).countByKey().collect.foreach(println)

val cassandraPartitionKeys = List("a")
val partitionKeyRdd = sc.parallelize(cassandraPartitionKeys)

val cassandraRdd = partitionKeyRdd.joinWithCassandraTable(keyspace,table).map(x => x._2)

cassandraRdd.map(row => (row.getString("column_name"),1)).countByKey().collect.foreach(println)