Spark-Core之算子详解（七）

SparkCore 算子详解   开始之前，先希望大家生活乐观，天天向上。没有风可以把温柔的人吹倒，但温柔的风一定能吹散所有的不愉快。希望大家在为生活奔波的同时不忘初心，砥砺前行，永远能打倒困难。

  SparkCore是spark的核心内容，是早起实现数据处理的主要Spark工具，前面说了SparkCore数据处理就是就是RDD之间的互相转换，那么怎么样让RDD实现随心所欲的转换呢？

Spark算子是实现RDD转换的唯一手段。

Spark算子主要分为两大类Transformations、Action，推荐Spark官网地址。

1、Transformations算子
  哈哈哈，先说说Transformations算子，因为刚开始学习Spark那会，Transformations算子总是让我头皮发麻，map算子已经是我理解的极限了，想想都是泪了。但是作为过来人，很高兴的是刀山火海后已经了解了，哈哈哈哈哈哈。好了 ，我是菜鸟，至于transformations算子，实际上是一种惰性算子，何为惰性，相当于老师布置了作业，但是不催我就是不写，哎，就是玩。只有这合适的触发器（action算子，相当于老师的苦口婆心）下。才会执行。那Transformations算子有哪些呢，怎么用？为什么要用？主要是实现什么功能呢？
这里是官网描述的常用Transformations算子。

transformations	算子类型	Meaning or funcrton
map(func)	单值算子	传递一个函数，将原RDD中每一个元素经过函数操作，转换成新的RDD,注意RDD的类型没有变，只是RDD中的元素经过一对一转换成为了新的数值或者数据类型，这个应该是最朴素的RDD转换算子
filter(func)	单值算子	过滤算子，将原RDD的元素经过过滤条件，如果为真则留下，为假则过滤掉。
flatMap(func)	单值算子	数据扁平化算子，对集合中每个元素进行操作然后再扁平化。所谓扁平化，我理解的就是降维。
mapPartitions(func)	单值算子	类似于 map，但是不同处在于map针对单个元素，