以下代码来自Apache Spark的快速入门指南.有人可以解释一下"线"变量是什么以及它来自何处？

textFile.map(line => line.split(" ").size).reduce((a, b) => if (a > b) a else b)

另外,如何将值传递给a,b？

链接到QSG http://spark.apache.org/docs/latest/quick-start.html

我正在学习这门课程。

它说 RDD 上的归约操作一次在一台机器上完成。这意味着，如果您的数据分布在两台计算机上，那么以下函数将处理第一台计算机中的数据，找到该数据的结果，然后将从第二台计算机中获取单个值，运行该函数，然后它将继续如此直到完成机器 2 中的所有值。这是正确的吗？

我认为该函数将同时在两台机器上开始运行，然后一旦获得两台机器的结果，它将再次最后一次运行该函数

rdd1=rdd.reduce(lambda x,y: x+y)

更新1--------------------------------------------------------

与reduce函数相比，下面的步骤会给出更快的答案吗？

Rdd=[3,5,4,7,4]
seqOp = (lambda x, y: x+y)
combOp = (lambda x, y: x+y)
collData.aggregate(0, seqOp, combOp)

更新2------------------------------------------------

下面的两组代码是否应该在相同的时间内执行？我检查了一下，似乎两者花费的时间相同。

import datetime

data=range(1,1000000000)
distData = sc.parallelize(data,4)
print(datetime.datetime.now())
a=distData.reduce(lambda x,y:x+y)
print(a)
print(datetime.datetime.now())

seqOp = (lambda x, y: x+y)
combOp = (lambda x, y: x+y)
print(datetime.datetime.now())
b=distData.aggregate(0, seqOp, combOp)
print(b)
print(datetime.datetime.now())