1. aggregate算子操作
val rdd3 = sc.parallelize(List("12","23","345","4567"),2)
rdd3.aggregate("")((x,y) => math.max(x.length, y.length).toString, (x,y) => x + y)
# 两个分区先计算出字符串的最大长度，然后合成字符串;结果可能是：”24”，也可能是：”42”，体现了并行化特点。
val rdd4 = sc.parallelize(List("12","23","345",""),2)
rdd4.aggregate("")((x,y) => math.min(x.length, y.length).toString, (x,y) => x + y)
# 结果是：”10”，也可能是”01”，原因：注意有个初始值””，其长度0，然后0.toString变成字符串。值"0".toString的长度为0,"0".toString.length的长度为1 。分区可能为（“12”，“23”）和（“345”，“”）；初始值为""，然后初始值和“12”，“34”比较，或者是""和“345”比较，然后和“”比较。
math.min("".length, "12".length ) 的结果是：0 , math.min("0".length, "23".length ) 的结果是1
math.min("".length, "345".length) 的结果是：0 , math.min("0".length, "".length) 的结果是：0
val rdd5 = sc.parallelize(List("12","23","","345"),2)
rdd5.aggregate("")((x,y) => math.min(x.length, y.length).toString, (x,y) => x + y)
结果是：”11”，原因如下：
math.min("".length, "12".length ) 的结果是：0 , math.min("0".length, "23".length ) 的结果是：1
math.min("".length, "".length) 的结果是：0 , math.min("0".length, "345".length) 的结果是：1
注意：值"0".toString的长度为0,"0".toString.length的长度为1
2. redeuce算子
2.1 reduce(_+_)
scala> val rdd1 = sc.parallelize(List(1,2,3,4,5))
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[25] at parallelize at <console>:24
scala> rdd1.reduce(_+_)
res33: Int = 15
scala> rdd1.glom.collect
res34: Array[Array[Int]] = Array(Array(1), Array(2), Array(3), Array(4, 5))
scala> rdd1.getNumPartitions
res35: Int = 4
注意：没有指定分区数目，按照默认的分区数目计算
2.2 reduce(_-_)
scala> val rdd1 = sc.parallelize(List(1,2,3,4,5),2)
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[27] at parallelize at <console>:24
scala> rdd1.glom.collect
res36: Array[Array[Int]] = Array(Array(1, 2), Array(3, 4, 5))
scala> rdd1.reduce(_-_)
res41: Int = 5
scala> rdd1.reduce(_-_)
res42: Int = -5
注意：计算结果有2种情况，因为不知道是哪一个分区当作减数
3. 总结
在Spark中的算子操作，一定要注意分区数目的情况。
