两者的区别就是,aggregate直接出结果,aggregateByKey出RDD。
当两者有一个不为0的初始值时,二者的区别就显示出来了:
aggregateByKey:初始值只会参与分区内计算,不会参与分区间计算。
aggregate:初始值会参与分区内计算,也会参与分区间计算。也就是说,分区的数据初始值和分区内的数据合,然后再和初始值分区的数据合
val rdd: RDD[Int] = sc.makeRDD(List(1, 2, 3, 4), 2) //两个分区
// 将 RDD 所有元加得到果
val result: Int = rdd.aggregate(0)(_ + _, _ + _) //结果为10
val result: Int = rdd.aggregate(10)(_ + _, _ + _) //初始值不为0,结果为40(40 = 10+10+10+1+2+3+4)