假设我有一个rdd[（string，int）]，如下例所示：

(A, 0)
(B, 0)
(C, 1)
(D, 0)
(E, 2)
(F, 1)
(G, 1)
(H, 3)
(I, 2)
(J, 0)
(K, 3)

我想有效地打印包含0、1、2等的记录的总量。由于rdd包含数百万个条目，所以我希望尽可能高效地打印。
此示例的输出将返回如下内容：

Number of records containing 0 = 4
Number of records containing 1 = 3
Number of records containing 2 = 2
Number of records containing 3 = 2

目前，我尝试在大型rdd上执行一个过滤器，然后 count() 对于0，1，2，。。分开。我用的是scala。
有没有更有效的方法？我已经缓存了rdd，但我的程序仍然内存不足（我已经将驱动程序内存设置为5g）。
编辑：根据tzach的建议，我现在使用 countByKey :

rdd.map(_.swap).countByKey()

我是否可以通过将字符串值更改为一个元组（其中第二个元素是“m”或“f”）来细化这个值，然后获得这个元组的第二个元素的每个唯一值的每个键的计数？
例如：

(A,m), 0)
(B,f), 0)
(C,m), 1)
(D,m), 0)
(E,f), 2)
(F,f), 1)
(G,m), 1)
(H,m), 3)
(I,f), 2)
(J,f), 0)
(K,m), 3)

会导致

((0,m), 2)
((0,f), 2)
((1,m), 2)
((1,f), 1)
((2,m), 0)
((2,f), 2)
((3,m), 2)
((3,f), 0)

提前谢谢！