#预聚合

reduceByKey 和 groupByKey 有什么区别？为什么生产上基本不用 groupByKey？

考察对 map 端预聚合（combine）的理解：reduceByKey 在 shuffle 前做本地聚合削减数据量，groupByKey 全量搬运，网络 IO 和内存压力差异可达数量级，以及 groupByKey 不可替换的场景。