这里的问题是您的reduce函数。对于每个键，
reduceByKey请使用一对值调用reduce函数，并期望它产生相同类型的组合值。
例如，说我想执行字计数操作。首先，我可以将每个单词映射为一
(word, 1)对，然后可以
reduceByKey(lambda x, y: x +y)对每个单词的计数求和。最后，我剩下了
(word, count)成对的RDD 。
这是来自PySpark
API文档的示例：
>>> from operator import add>>> rdd = sc.parallelize([("a", 1), ("b", 1), ("a", 1)])>>> sorted(rdd.reduceByKey(add).collect())[('a', 2), ('b', 1)]要了解为什么您的示例不起作用，您可以想象应用了reduce函数，如下所示：
reduce(reduce(reduce(firstValue, secondValue), thirdValue), fourthValue) ...
根据您的reduce函数，听起来您可能正在尝试实现内置
groupByKey操作，该操作将每个键与其值列表进行分组。
此外，看一看
combineByKey，的推广
reduceByKey()，使精简函数的输入和输出类型不同（
reduceByKey是实现在以下方面
combineByKey）
