大数据：spark：创建操作 + 转换操作

在spark中创建RDD的创建方式可以分为2种：

（1）从集合中创建RDD；
（2）从外部存储创建RDD； 

1.从集合中创建：parallelize和makeRDD

 相同点：都是从集合中创建RDD
 不同点：parallelize可以指定分区数，也可以默认系统分区数；
               makeRDD会为对象创建最佳分区（固定：由系统决定）

2.从外部存储创建 textFile 

 textFile将本地文件或者HDFS文件创建出RDD,支持整个目录下所有文件，压缩文件自动解压

---

 分区操作：coalesce 和 repartition

相同点：coalesce 和repartition 都是对RDD进行重新分区。
不同点：coalesce使用HashPartitioner重分区，第一个参数为重分区数目，第二个为是否进行shuffle ，默认情况为false。                          repartition是coalesce函数第二个参数为true的实现。

注意：重分区数大于原分区数时，必须指定shuffle参数为true。 否则分区数不变。