sum,min,max,minby,maxby

reduce,sum,min,max,minby,maxby这几个算子都是对keyedStream算子进行滚动聚合使用，把keyedStream算子转换成DataStream类算子。换句话说，想要使用这几个算子，那么势必要先去用keyby算子进行分区，把数据塞进各自对应的管道里去。

reduce算子已经在之前的一篇博客做了底层分析，这里不再赘述。下图是之后的几个算子的使用方法（注意key可以是多个元素的，这里是为了方便只写了单元素）

先来看一下sum算子

sum算子其实是reduce算子的一个弱化版本，其他几个也全是reduce的弱化版本，这里先说sum，reduce算子是你要自己去写一个Keyselecctor匿名内部类的，也就是自己去实现一个reduce具体聚合逻辑。

sum算子是用了一个默认的reduce聚合函数。接下来让我们看一下具体的底层逻辑。

sum点进去，首先看到下面俩图，new 了一个sumAggregator类，这个类是来配置你选定的sum的元素，以及聚合元素的类型的

点进sumAggregator类，除开构造函数主要就是下图这个reduce函数，这个就是我们之前说到的默认的聚合函数。

好，到这里我们debug一下，你可以看到直接像reduce一样在堆栈链里面卡在了processElement函数这里，这里就证明了之前说的 sum函数 是reduce的一个弱化版。

this.userFunction调用的reduce就是上图展示的reduce.

接下来看一下min,minby算子，max和maxby和他们是一样的原理，所以只来看一下俩个就可以。

min顾名知意，就是得到选定key的最小值。minby和min有一些区别。

来举个列子看一下，

比如现在的数据是三元组格式 ，之前使用keyby分区我们设定的Key是第一个，现在进行聚合我们设定的key是最后一个。

第一条数据（“辽宁”，“沈阳”，1000）

第二条数据（“辽宁”，“铁岭”，500）

使用min(2)之后，我们得到的是（“辽宁”，“沈阳”，500）。它只会保留分区的key和我们进行比较的key，其他的字段会延用之前状态values里，比如这里的沈阳。

使用minby(2)之后，我们得到的是（“辽宁”，“铁岭”，500），它会全部字段更新进去。可以看出min有使用局限处。

而且minby还能开启true还是false。

第三条数据（“辽宁”，“北京”，500）

现在是一个等值情况了，该保留前面的，还是后面的呢

minby(2,false) 保留后一条

minby(2,true)保留前一条

进到min源码里面，可以看到new 了comparableAggregator类，传参了比较的位置，key的类型，聚合的类型是MIN（这个聚合类型是枚举类型)

进去这个类就可以看到 reduce方法，通过byAggreagate变量，来判断进入哪个分支循环。if代码块里面的代码逻辑很容易看懂，这里就不在赘述。可以这又是一个redue函数，那么就验证了min这种又是redece的一种弱化版本

让我们来debug一下，可以又看到进到关键的processElement函数中，再次证明了上面说的。