我查看了 API，并找到了以下文档 -
def reduceByKey(partitioner: Partitioner, func: (V, V) ⇒ V): RDD[(K, V)]
它使用关联归约函数合并每个键的值。 这也将在将结果发送到化简器之前在每个映射器上本地执行合并，类似于 MapReduce 中的"合并器"。
def reduceByKeyLocally(func: (V, V) ⇒ V): Map[K, V]
它使用关联归约函数合并每个键的值，但立即将结果作为 Map 返回给主键。 这也将在将结果发送到化简器之前在每个映射器上本地执行合并，类似于 MapReduce 中的"合并器"。
我认为两者之间没有太大区别，除了 reduceByKeyLocal 将结果作为映射返回给主数据库。
差异是深远的。
在reduceByKey，这些对表示为一个RDD，这意味着数据仍然分布在集群中。当您大规模运营时，这是必需的。
使用reduceByKeyLocally时，所有分区都返回到主节点，以合并到该单台机器上的单个Map中。与collect操作类似，它将所有内容作为Array带回主服务器，如果您进行大规模操作，所有这些数据将完全淹没一台机器，并破坏使用分布式数据抽象的目的。