RDD简单练习IV（Action）

创建RDD，指定分区数（3，此处有坑），如果不指定，默认会根据core，最低默认似乎为2.
保存结果时生成3(分区数)份结果文件，类似hadoop part-00000的文件

scala> val a = sc.parallelize(List(9,1,2,4,6,5),3)
a: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[17] at parallelize at <console>:24

查看分区数，对应上述的指定分区数

scala> a.partitions.length
res25: Int = 3

collect ：将RDD类型的数据转化为数组，是Action操作里边的一个算子

scala> a.collect
res26: Array[Int] = Array(9, 1, 2, 4, 6, 5)

reduce : 将RDD中元素两两传递给输入函数,同时产生一个新值，新值与RDD中下一个元素再被传递给输入函数直至只有一个值为止。注意:此方法返回的已经不是RDD类型

scala> a.reduce(_+_)
res27: Int = 27

count : 计算RDD元素的数量大小

scala> a.count
res28: Long = 6

top : 将RDD元素进行排序（降序），取其中的前2（n）个元素

scala> a.top(2)
res29: Array[Int] = Array(9, 6)

take : 取RDD元素的前2（n）个

scala> a.take(2)
res30: Array[Int] = Array(9, 1)

first : 取RDD元素的第一个

scala> a.first
res31: Int = 9

takeOrdered ：将RDD元素进行排序（升序asc），而后取前2（n）个元素

scala> a.takeOrdered(2)
res32: Array[Int] = Array(1, 2)

Persistence is victory