Python pyspark RDD.fold用法及代碼示例

使用給定的關聯函數和中性“零值”聚合每個分區的元素，然後聚合所有分區的結果。

允許函數op(t1, t2)修改t1並將其作為結果值返回以避免對象分配；但是，它不應該修改 t2 。

這與在 Scala 等函數式語言中為非分布式集合實現的折疊操作有些不同。此折疊操作可以單獨應用於分區，然後將這些結果折疊到最終結果中，而不是以某些定義的順序順序將折疊應用於每個元素。對於不可交換的函數，結果可能與應用於非分布式集合的折疊結果不同。

例子：

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