开发者学堂课程【大数据Spark2020最新课程（知识精讲与实战演练）第二阶段：RDD 算子_转换_ foldByKey】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/689/detail/11974
RDD 算子_转换_ foldByKey
内容介绍
一、前言
二、区别
三、案例
四、总结
一、前言
前面我们了解了一个算子叫做 reduceByKey ，那么接下来，我们将了解一个跟它几乎一模一样的算子叫做 foldByKey 。
二、区别
foldByKey 和 reduceByKey 最大的区别就在于 foldByKey 有一个初始值，而 reduceByKey 初始值就为零。
那什么是初始值？
如图所示，对于 RDD 来说，如果对它进行 reduceByKey ，那么结果肯定是（“a”，2）。如果指定了初始值为10，可能得到的结果为22。第一项的初始值可以指定为10，10和1相加是11。第二项我也指定一个初始值，相加后也是11。那么这两个的初始值再加上具体的值，最终结果是22。这就是 foldByKey 和 reduceByKey 最大的区别。
三、案例
接下来我们用一个小小的案例加深下理解。这个案例也是将（“a”，1）
聚和，即 key 与 zerovalue 聚合，只是这次指定了一个初始值。
第一步，先将集合拷贝进入到代码当中，创建一个新的方法。这个 fold 的意思是折叠，那么我们快速的把这个代码写完，就是foldByKey ，它的调用方式希望大家还记得，它里面有两个函数可调用。第一个函数里面传入初始值，第二个函数传入聚合规则。
这也是两个参数，第一个参数是 curr ，第二个参数是局部结果 （agg） ，然后是两者相加。接下来，我们就可以直接 collect ，然后foreach（print）
Test
def foldByKey()：Unit = ｛
sc.parallelize(Seq(("a",1),("a",1)("b",1)))
.foldByKey(zerovalue=10)((curr,agg) => curr + agg)
.collect()
.foreach(println(_))
｝
此时，代码已经完成，运行一下，看一看 foldByKey 的结果。首先，是有两个 key ，那么第一个 key 的结果应该是多少？
初始值是10，那么结果是12，还是22，答案是 a为22，b为11。也就是说，这个初始值会作用于每一个元素，而不是在整体上作用一次，这个和 Scala 当中的 fold 操作还是有一点点区别，需要大家注意一下。
四、总结
简单总结一下，首先是 foldByKey 和 Spark 中的 reduceByKey 区别是可以指定初始值， foldByKey 和 Scala 中的 foldLeft 或者 foldRight 区别是初始值作用于每一个数据，而 Scala 当中只作用一次，就是整体上指定一个初始值，但是 foldByKey 是为每一条数据设定一个初始值。
