Python 理解PySpark Reduce（）

我正在用PySpark学习Spark，并尝试让不同的工作人员使用函数reduce（）来正确理解它，但我做了一些事情，得到了一个对我来说毫无意义的结果

我之前使用reduce执行的示例基本上是：

>>> a = sc.parallelize(['a','b','c','d'])
>>> a.reduce(lambda x,y:x+y)
'abcd'

>>> a = sc.parallelize([1,2,3,4])
>>> a.reduce(lambda x,y:x+y)
10

>>> a = sc.parallelize(['azul','verde','azul','rojo','amarillo'])
>>> aV2 = a.map(lambda x:(x,1))
>>> aRes = aV2.reduceByKey(lambda x,y: x+y)
>>> aRes.collect()
[('rojo', 1), ('azul', 2), ('verde', 1), ('amarillo', 1)]

但我试过：

>>> a = sc.parallelize(['a','b','c','d'])
>>> a.reduce(lambda x,y:x+x)
'aaaaaaaa'

我期待的结果是“aaaa”，但没有“aaaaaa”

我正在寻找一个阅读reduce（）文档的答案，但我想我遗漏了一些东西

---

谢谢

lambda函数中的x不断变化，因此每个步骤中最后一个表达式的x是

a
aa 
aaaa

这将给出最后一个结果

aaaaaa

。你的表情中的字符数应该是原来的两倍