RDD转换行动操作

distinct去重数据

1）下面给出一个简单的应用例子：

2）Spark官方对distinct()方法的功能定义如下：

union合并数据

1）下面给出一个简单的应用例子：

2）Spark官方对union()方法的功能定义如下：

intersection数据交集

1）下面是一个简单的例子：

2）Spark官方对intersection()方法的功能定义如下：

subtract数据减集

1）下面是一个简单的例子：

2）Spark官方对subtract()方法的功能定义如下：

groupBy分组数据

1）下面是一个简单的例子：

2）通过一个for循环将其打印输出：

3）Spark官方对groupBy()方法的功能定义如下：

groupByKey分组数据

1）这里以一个简单的例子予以说明：

2）Spark官方对groupByKey()方法的功能定义如下：

reduceByKey合并数据

1）下面以代码例子来说明：

2）Spark官方对reduceByKey()方法的功能定义如下：

sortByKey排序数据

1）下面以具体的例子代码分别给出sortByKey()方法的几种使用途径：

2）Spark官方对sortByKey()方法的功能定义如下：

keys和values操作

1）下面给出一个例子代码：

2）Spark官方对keys()和values()方法的功能定义如下：

mapValues和flatMapValues操作

1）下面通过一个使用了mapValues()和flatMapValues()的示例代码进行说明：

2）Spark官方对mapValues()和flatMapValues()方法的功能定义如下：

collect操作

1）下面以一个简单的例子来验证一下collect()方法返回的数据类型：

2）collect()返回的是一个List类型的数组。

3）Spark官方对collect()方法的功能定义如下：

take操作

1）下面给出take()的使用示例代码：

2）take()相比collect()就是可以指定返回的元素个数。

first操作

1）下面是一个最简单的first()例子代码：

2）如果是对一个空的RDD执行first()方法的话，因为不存在任何元素，此时会提示错误信息。

foreach操作

1）下面是foreach的例子代码：

2）Spark将集合数据分配到了多个CPU核上去并行执行，无法保证输出按原有的数字位置顺序。

count操作

1）下面是count()方法的使用的示例：

2）count()返回的是RDD数据集的元素个数。

max/min/sum/mean操作

1）下面直接给出示例代码：

2）这几个方法的调用分别是rdd数据集的最大、最小、和、平均值，它们都是数值类型。