Scala聚合函数与Spark RDD聚合函数

以下是该函数的定义：

斯卡拉：

aggregate[B](z: => B)(seqop: (B, A) => B, combop: (B, B) => B): B

Spark RDD：

aggregate[B](z: B)(seqop: (B, A) => B, combop: (B, B) => B): B

我知道Scala聚合函数设计用于并行集合，Spark RDD聚合函数设计用于分布式集合

---

但是，为什么Scala中的z参数是惰性格式，而Spark RDD中的z参数是渴望格式？首先，这是Scala中的一个按名称调用的参数。这意味着每次使用它们时都会对其进行求值，这与lazy不同，后者在第一次使用时只对其求值一次，并且所有后续调用都使用该结果。（）

---

因此spark依赖于分布式数据集，这意味着可以在多个节点上进行计算。我认为他们选择了零元素，一个按值调用的参数（你称之为“渴望”），避免在执行此计算的每个节点上重新计算它。

可以肯定的是，所有转换都与Spark的底层架构有关。这也可能是为了简化Java的调用。我认为它不一定与Spark的底层架构有关，因为其他转换如fold在Scala和Spark RDD中具有相同的定义。那么，总的来说，有什么特别之处呢？