Spark reduceByKey与groupByKey有什么区别？为什么性能差这么多

请回答：Spark reduceByKey与groupByKey有什么区别？为什么性能差这么多

这是 Spark Shuffle 优化里最经典的面试题。面试官不是想听你背“reduceByKey 比 groupByKey 快”，而是想看你能不能说清楚：快在哪里、为什么少 Shuffle、什么时候不能用 reduceByKey、groupByKey 到底是不是完全不能用。很多人只会一句“reduceByKey 有预聚合”，但一问数据量怎么变、内存风险在哪里，就卡住了。