apache-spark - Spark : What is the difference between Aggregator and UDAF？

Question

在 Spark 的文档中，聚合器:

abstract class Aggregator[-IN, BUF, OUT] extends Serializable

A base class for user-defined aggregations, which can beused in Dataset operations to take all of the elements of a group andreduce them to a single value.

UserDefinedAggregateFunction 是:

abstract class UserDefinedAggregateFunction extends Serializable

The base class for implementing user-defined aggregate functions(UDAF).

根据 Dataset Aggregator - Databricks ，“Aggregator 类似于 UDAF，但接口(interface)是用 JVM 对象而不是 Row 来表示的。”
这两个类看起来很相似，除了接口(interface)中的类型之外，还有什么区别？
一个类似的问题是: Performance of UDAF versus Aggregator in Spark

Answer 1

除了类型之外，一个根本的区别是外部接口(interface):

Aggregator需要一个完整的Row (它适用于“强”类型的 API)。

UserDefinedAggregationFunction需要一组 Columns .

这使得 Aggregator不太灵活，尽管整体 API 更加用户友好。

处理状态也有区别:

Aggregator是有状态的。取决于其缓冲区字段的可变内部状态。

UserDefinedAggregateFunction是无国籍的。缓冲区的状态是外部的。