你就不能 map 这个 RDD 所以成对的第一个元素就是你想用的键？

case class MyClass(id1: Int, id2: Int)
val rddToReduce: Rdd[(MyClass, String)] = ... //An RDD with MyClass as key

rddToReduce.map {
  case (MyClass(id1, id2), value) => (id2, (id1, value)) //now the key is id2
} .reduceByKey {
  case (id1, value) => //do the combination here
  ...
} .map {
  case (id2, (id1, combinedValue)) =>
  (MyClass(id1, id2), combinedValue) //rearrange so that MyClass is the key again
}

你不能忽略 reduceByKey 因为它无法使用这样一个事实，即您的数据经常在集群中的各个执行器上被密钥洗牌。不过，您可以更改密钥（注意，根据您使用的转换/操作，这可能会重新洗牌数据）。
rdd中有一个很好的方法来实现这一点 keyBy ，所以你可以这样做：

val data: RDD[MyClass] = ...    // Same code you have now.
val byId2 = data.keyBy(_.id2)   //Assuming your ids are Longs, will produce a RDD[(Long,MyClass)]

如果你能改变你的课程，那么 reduceByKey 使用 equals 以及 hashCode . 因此，您可以确保这些都已定义，这将导致使用正确的比较。