Spark Scala 如何修改代码实现RDD按唯一key对value求和？

• 现有代码直接将整行文本作为分组键，固定值1作为累加值，实际是统计完全重复的行的出现次数，不符合「按商品名分组、累加销售额」的需求

val salesRDD = sc.textFile("/user/bigdata/sales.txt")
// 拆分每行，提取商品名作为key，销售额转整数作为value
val pairs = salesRDD.map(s => {
  val arr = s.split(" ")
  (arr(0), arr(1).toInt)
})
// 按商品分组，对销售额求和
val totalSales = pairs.reduceByKey(_ + _)
// 按预期格式输出结果
totalSales.collect().foreach{case (good, amount) => println(s"$good $amount")}

• 先用split(" ")拆分每行文本，得到商品名和对应销售额两个部分
• 将销售额转为Int类型后作为键值对的value，商品名作为key
• reduceByKey(_ + _)对同一个商品对应的所有销售额执行累加操作
• 输出时通过模式匹配调整格式，和预期的输出结构完全匹配

内容的提问来源于stack exchange，提问作者Sammy Mak