问题记录:今天在看reduceByKey源码的时候,有点在意self到底是什么时候赋值的。他是作为PairRDDFunctions的一个属性出现,我们在外面直接使用RDD来调用reduceByKey的时候似乎并没有对self进行赋值,那么self到底是代表的什么东西?我们盲猜他就是调用reduceByKey这个算子的RDD,后面将用源码佐证。
分析步骤:1、首先我们进到RDD类里面(因为我们对象是RDD),查看后发现他没有ReduceByKey算子,这时我们就想到有什么东西将RDD和PairRDDFunctions联系起来了,他们直接也没有继承关系,那么我们就能想到是Scala中的隐式转换在作怪。在RDD中搜素PairRDDFunctions,果然发现一个隐式转换函数
2、所以我们可以知道,RDD在调用reduceByKey的时候,没有找到这个函数,进行二次编译的时候RDD调用了rddToPairRDDFunctions函数,但问题又出现了,这个函数柯里化的第一个rdd又是谁呢?好像我们也没有传值给这个形参,debug后也只能知道rdd是调用reduceByKey的对象,具体在哪里实现的还没找到
额外:
在debug的过程中,发现这个函数的调用次数比我想象的多的多,差不多我用到的每个算子都调用了这个隐式转换,这又出现问题了。但是我们发现触发调用隐式转换的不仅仅是RDD(RDD存储一个参数),更准确说经过map、filter等操作产生的MapPattitionsRDD(RDD存储两个参数),他是作为RDD的子类存在,也就能说通这两个都能调用RDD隐式转换函数进行转换