aggregate(zeroValue,seq,comb,taskNums)

將初始值和第一個分割槽中的第一個元素傳遞給seq函式進行計算，然後將計算結果和第二個元素傳遞給seq函式，直到計算到最後一個值。第二個分割槽中也是同理操作。最後將初始值、所有分割槽的結果經過combine函式進行計算（先將前兩個結果進行計算，將返回結果和下一個結果傳給combine函式，以此類推），並返回最終結果。

>>> data = sc.parallelize((1,2,3,4,5,6),2)
>>> def seq(a,b):
...     print 'seqOp:'
 
+str(a)+"\t"+str(b)
...     return min(a,b)
... 
>>> def combine(a,b):
...     print 'comOp:'+str(a)+"\t"+str(b)
...     return a+b
... 
>>> data.aggregate(3,seq,combine)
seqOp:3  1
seqOp:1  2
seqOp:1  3
seqOp:3  4
seqOp:3  5
seqOp:3  6
comOp:3  1
comOp:4  3
7
>>>

從上面的程式碼的輸出結果可以看出，1,2,3被分到一個分割槽中，4,5,6被分到一個分割槽中。3先和第一個元素1傳給seq函式，返回最小值1，然後將1和第二個元素2傳給seq函式，返回1，以此類推，最後返回第一個分割槽中的最小值1。第二個分割槽一樣道理，最後結果返回最小值3.最後將初始值3和兩個分割槽的結果經過combine函式進行計算，先將初始值3和第一個分割槽的結果1傳給combine函式，返回4，然後將4和第二個分割槽結果3傳給combine函式，返回最終結果7。

aggregateByKey(zeroValue,seq,comb,taskNums)

在kv對的RDD中，，按key將value進行分組合並，合併時，將每個value和初始值作為seq函式的引數，進行計算，返回的結果作為一個新的kv對，然後再將結果按照key進行合併，最後將每個分組的value傳遞給combine函式進行計算（先將前兩個value進行計算，將返回結果和下一個value傳給combine函式，以此類推），將key與計算結果作為一個新的kv對輸出。

見程式碼：

>>> data = sc.parallelize([(1,3),(1,2),(1,4
 
),(2,3)])
>>> def seq(a,b):
...     return max(a,b)
... 
>>> def combine(a,b):
...     return a+b
... 
>>> data.aggregateByKey(3,seq,comb,4).collect()
[(1, 10), (2, 3)]

但是，在使用時遇到了問題，困惑：

在啟動pyspark時，如果是./bin/pyspark –master local[3]或3以上的數字或*都會返回預期的結果。
如果數字小魚等於2，結果就會有出入。如[(1,7)(2,3)]。
不知道什麼原因，網上有人說：懷疑對於data的計算預設使用平行計算，而我們設定lcoal時沒有指定所用的cores數目，導致平行計算無法執行，只能保持某個計算結果，最終導致計算結果的錯誤。。。