- 区别：
- groupbykey：按key进行聚合，同一个RDD中进行聚合。理解为一个表中进行group by
- cogroup：多个RDD进行group by（聚合）。理解为两张表中做group by
- join；RDD之间的连接操作。相当于SQL中的join操作
- cogroup与groupbykey的区别是groupbykey是一个RDD中做聚合（同一个表中），cogroup是不同RDD中做聚合（分组），理解为两个表中。
cogroup与join的区别
官网对join和cogroup解释
cogroup类似于SQL中的一个全连接两个RDD的记录都会返回，但是与连接的数据结构不一致，cogroup返回的是一个元组，但value是List的集合，如[key,(Iterable(V),Iterable(W))]，注意到结果的两个迭代器，第一个迭代器装第一个RDD里面key相同的value,第二个迭代器装的是第二个RDD里面的key相同的value,元组中Value位置是各个RDD，同一个key对应value值的迭代器。join返回的也是元组，元组中value位置返回的是所有单值的集合，相当于对cogroup中迭代器去皮后的结果，将迭代器的值迭代出后的结果，类似于对cogroup中元组的value做了一个flatmap后的结果。
cogroup算子业务场景中很少遇到，他往往是其他很多算子的基础算子，作为一个中间结果呈现，如join算子的实现基础算子就是cogroup。
具体区别可参考下面两张图，一目了然。
