在Scala中如何使用聚合？

我一直在读一本spark的书，这个例子来自于这本书

input = List(1,2,3,4,5,6)
val result = input.aggregate((0, 0))(
(acc, value) => (acc._1 + value, acc._2 + 1),
(acc1, acc2) => (acc1._1 + acc2._1, acc1._2 + acc2._2))
val avg = result._1 / result._2.toDouble

我试图了解它是如何工作的，以及每一步的_1和_2是什么

（0,0）是种子值或初始值 此列表分为sep rdd 假设rdd1包含列表（1,2） 循环浏览此列表

（acc，值）
acc=？？？在循环的每次迭代中 值=？？？在循环的每次迭代中

（附件，数值）=>（附件1+数值，附件2+1） 在列表（1,2）的第一次迭代中，acc._1和_2的值是多少

（acc1，acc2）=>（acc1.\u1+acc2.\u1，acc1.\u2+acc2.\u2）） acc1（表示1,2）类似于3,2，acc2（表示3,4）是7,2 这个函数加上3+7和2+2=10,4，然后把这个值加到下一组中

亲爱的好心助手们：

请不要使用scala中使用的行话，我已经读过了，不理解，因此来寻求帮助

---

对于列表（1,2），在列表的第一次迭代期间，acc.\u 1和acc.\u 2的值是什么？在该迭代期间，“value”的值是什么？在第二次迭代期间，它们的值是什么？

aggregate

通过采用两个函数工作，组合分区内的值的一个和组合分区的一个

第一个函数（用于单个分区的函数）可以更清楚地写成

((sum, count), value) => (sum + value, count + 1)

((partition1Sum, partition1Count), (partition2Sum, partition2Count)) =>
    (partition1Sum + partition2Sum, partition1Count + partition2Count)

第二个函数（合并分区）可以写成

((sum, count), value) => (sum + value, count + 1)

((partition1Sum, partition1Count), (partition2Sum, partition2Count)) =>
    (partition1Sum + partition2Sum, partition1Count + partition2Count)

关于元组表示法的注释：

---

在Scala

（a，b，c）中，1==a

，

（a，b，c）中，2==b

等等

\n

给出元组的第n个元素。

聚合函数的第一个参数取一个初始值，在本例中是元组

（0,0）

，然后下一个参数是

seqop

，它是一个函数

（B，a）=>a

，在您的示例中它将

（tuple，Int）=>tuple

这里发生的是，这个函数一个接一个地应用于列表的每个参数。元组实际上在左侧保存列表的总和，在右侧保存到目前为止传递的列表的数量。聚合函数的结果是

（21,6）

附带说明：Scala中的

TraversableOnce

的实现实际上没有使用

combop

参数，在本例中，该参数是

（acc1，acc2）=>（acc1.\u 1+acc2.\u 1，acc1.\u 2+acc2.\u 2））

，因此在本例中可以忽略它。如果您熟悉Scala，执行的代码是：

input.foldLeft((0, 0))((acc, value) => (acc._1 + value, acc._2 + 1))

旁白：这是一个密切相关的问题。