Spark算子之fold()和aggregate()的解释

RDD算子其他的都比较好理解，唯独fold和agg这俩稍微比较难理解一点，因为scala语言这个语法个人感觉有点异于其他语言。

先说说reduce()函数，他和fold()函数也就一个初始值的区别：

val rdd=list1.parallelize（List(1,2,3,4)）

rdd.reduce((x,y)=>x+y)

其实就是 1+2+3+4 返回10 ，x其实指代的就是返回值，y是对rdd元素的遍历。意思是对 l中的数据进行累加。

对与fold()函数来说：

rdd.fold(0)((x,y)=>x+y)

这个计算其实 0 + 1 + 2 + 3 + 4.

reduce()和fold()返回值的数据类型必须和rdd是一样的。aggregate()函数就打破了这个限制。比如我返回(Int, Int)。

2. rdd.aggregate(value)(seqOp, combOp)

要算平均值，我就有两个值是要求的，一个是rdd的各元素的累加和，另一个是元素计数，我初始化为(0, 0)。

rdd.aggregate(0, 0)(seqOp, combOp)

seqOp是：(x, y) => (x._1 + y, x._2 + 1