Python pyspark RDD.fold用法及代码示例

使用给定的关联函数和中性“零值”聚合每个分区的元素，然后聚合所有分区的结果。

允许函数op(t1, t2)修改t1并将其作为结果值返回以避免对象分配；但是，它不应该修改 t2 。

这与在 Scala 等函数式语言中为非分布式集合实现的折叠操作有些不同。此折叠操作可以单独应用于分区，然后将这些结果折叠到最终结果中，而不是以某些定义的顺序顺序将折叠应用于每个元素。对于不可交换的函数，结果可能与应用于非分布式集合的折叠结果不同。

例子：

>>> from operator import add
>>> sc.parallelize([1, 2, 3, 4, 5]).fold(0, add)
15