Spark -如何保持对JavaPairRDD中分组的值数量的最大限制

import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaSparkContext;
import scala.Tuple2;

public class SparkGroupByValueCountLimit {
    public static void main(String[] args) {
        // 创建SparkContext
        JavaSparkContext sparkContext = new JavaSparkContext();

        // 创建JavaPairRDD
        JavaPairRDD<String, Integer> pairRDD = sparkContext.parallelizePairs(Arrays.asList(
                new Tuple2<>("key1", 1),
                new Tuple2<>("key1", 2),
                new Tuple2<>("key2", 3),
                new Tuple2<>("key2", 4),
                new Tuple2<>("key2", 5)
        ));

        // 设置最大值数量限制
        int maxCount = 2;

        // 对JavaPairRDD进行分组并计算值数量
        JavaPairRDD<String, Integer> groupedRDD = pairRDD.groupByKey()
                .mapValues(values -> Iterables.size(values));

        // 过滤掉值数量超过最大限制的键值对
        JavaPairRDD<String, Integer> filteredRDD = groupedRDD.filter(pair -> pair._2() <= maxCount);

        // 输出结果
        filteredRDD.foreach(pair -> System.out.println(pair._1() + ": " + pair._2()));

        // 关闭SparkContext
        sparkContext.close();
    }
}