我试图找出这些类型的序列化对象 String (java.lang.String) 以及 Text (org.apache.hadoop.io.Text) 在spark上进行比较。任何一种类型都应该用作rdd元素的键。所以我想知道在比较这些类型的对象的方式上是否有差异。这可能与以下情况有关： RDD.saveAsObjectFile 以及 SparkContext.objectFile 支持将rdd保存为序列化对象并加载它。 StorageLevel.MEMORY_AND_DISK_SER 作为调用时提供的存储级别 RDD.persist() .
hadoop提供了 RawComparator 作为java的扩展 Comparator . 它允许比较从流中读取的对象，而无需将它们反序列化为对象。 WritableComparator 实现 RawComparator 的接口 WritableComparable 类型，例如 Text ，而对于 String . [第1页。96]

package org.apache.hadoop.io;
import java.util.Comparator;

public interface RawComparator<T> extends Comparator<T> {

public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2);

}

所以问题是：如何处理这些，p。例如，对于rdd，在1的情况下。第二，什么时候 reduceByKey() 如以下列表所述，是否调用？在比较这两种类型的对象之前，是否要反序列化它们？或者有没有类似的机制 RawComparator hadoop上的接口？我已经在文档、网络甚至spark资源中搜索过了，但是还没有找到答案。

JavaRDD<Tuple2<String,CustomType>> loadedParsedContents = sc.objectFile(pathToObjectFile);
JavaPairRDD<String, CustomType> parsedContents 
    = loadedParsedContents.mapToPair(...);
JavaPairRDD<String, CustomType> reducedContents = parsedContents.reduceByKey(...);
reducedContents.count();

[1] 怀特t（2012）hadoop；权威指南。奥莱利，塞巴斯托Perl，加利福尼亚州。
谢谢你的帮助！