如何覆盖reduce rdd for spark 2.4.3中的元组哈希函数？

import org.apache.spark.HashPartitioner

// 自定义哈希函数类
class CustomHashPartitioner(numPartitions: Int) extends HashPartitioner(numPartitions) {
  override def getPartition(key: Any): Int = key match {
    case (field1: String, field2: Int) =>
      // 根据元组的特定字段计算哈希值
      val hash = field1.hashCode
      // 根据哈希值和分区数量进行取模运算，得到分区编号
      hash % numPartitions
    case _ =>
      // 其他情况，使用默认的哈希函数
      super.getPartition(key)
  }
}

// 创建SparkSession
val spark = SparkSession.builder()
  .appName("CustomHashPartitionerExample")
  .getOrCreate()

// 创建RDD，并指定自定义的哈希函数
val rdd = spark.sparkContext.parallelize(Seq(("A", 1), ("B", 2), ("C", 3)))
  .partitionBy(new CustomHashPartitioner(2))

// 执行reduce操作
val result = rdd.reduceByKey(_ + _)

// 输出结果
result.foreach(println)