Definición
Es una acción que nos permite contar la cantidad de ocurrencias de registros de un RDD para cada clave.
En spark para que un registro sea considerado con clave debe ser una tupla de únicamente dos elementos. El primer elemento es la key y el segundo el valor. A su vez, la key y el valor pueden estar compuestos de tuplas.
# Cuento cuántos números son múltiplos de 2 hay y cuantos no
rdd.map(lambda x: (x % 2, 1)).countByKey()Usamos la transformación de map para convertir los valores que tengamos en una tupla, y de esa forma poder usar countByKey()