RDD的Action算子-fold算子

[wux_labs]

fold算子是基于一个初始值对RDD中的元素调用一个函数进行聚合，返回聚合后的结果，与reduce算子类似。与reduce算子不同的是，reduce算子无初始值，而fold算子需要一个初始值。fold算子首先基于初始值在RDD的各个分区内部完成分区内聚合，再基于初始值在各个分区之间完成分区间聚合。fold算子的定义如下：

def fold(self: "RDD[T]", zeroValue: T, op: Callable[[T, T], T]) -> T

案例：

rdd1 = sc.parallelize(["Hello Python", "Hello Spark You", "Hello Python Spark", "You know PySpark"])

print("RDD1中元素的总长度是：", rdd1.map(lambda x: len(x)).fold(5, lambda a, b: a + b))