RDD行动操作

行动操作是第二种类型的RDD操作，它们会把最终求得的结果返回到驱动器程序中，或者写入外部存储系统中。
常见的RDD行动操作：
1. reduce（） ：它接收一个函数作为参数，这个函数要操作两个相同的元素类型的RDD数据并返回一个同样类型的新元素。一个简单的例子就是函数+，可以用它来对我们的RDD进行累加。使用reduce课以很方便地计算出RDD中所有元素的总和，元素个数，以及其他类型的聚合操作。

scala> val sum = rdd1.reduce((x,y)=> x + y)
sum: Int = 3

2.fold()和 reduce（）类似，接收一个与reduce()接受的函数签名相同的函数，再加上一个“初始值”来作为每个分区的第一次调用时的结果。
def fold(zeroValue: T)(op: (T, T) ⇒ T): T
有初始值的叠加：

scala> rdd2.collect
res12: Array[Int] = Array(2, 3)

scala> rdd2.fold(3)((x,y)=>x+y)
res15: Int = 11

执行步骤：

3 + 2= 5
3 + 3 = 6
6+5 = 11
3.aggregate()函数把我们从返回值类型必须与所操作的RDD类型相同的限制解放出来。与fold()类似，使用aggregate（）函数时需要提供我们期待返回的类型的初始值。然后通过一个RDD中的元素合并起来放入累加器。

def aggregate[U](zeroValue: U)(seqOp: (U, T) ⇒ U, combOp: (U, U) ⇒ U)(implicit arg0: ClassTag[U]): U

aggregate用户聚合RDD中的元素，先使用seqOp将RDD中每个分区中的T类型元素聚合成U类型，再使用combOp将之前每个分区聚合后的U类型聚合成U类型，特别注意seqOp和combOp都会使用zeroValue的值，zeroValue的类型为U。
与fold不同的是：计算出来的两个不同的值可以用不相同的计算方法计算。

scala> val rdd1 = sc.makeRDD(1 to 10,1)
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[31] at makeRDD at <console>:24

scala> rdd1.aggregate(1)((_+_),(_+_))
res18: Int = 57

scala> val rdd1 = sc.makeRDD(1 to 10,2)
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[32] at makeRDD at <console>:24

scala> rdd1.aggregate(1)((_+_),(_+_))
res19: Int = 58

scala> val rdd1 = sc.makeRDD(1 to 10,3)
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[33] at makeRDD at <console>:24

scala> rdd1.aggregate(1)((_+_),(_+_))
res20: Int = 59

计算不同的分区得到的1到10的累加和，注意，每次每个分区计算和最后合并时都会用到初始值。
take（n）
在RDD操作中有一个take(n)操作，返回RDD中的n个元素，并且尝试只访问尽量少的分区，因此该操作会得到一个不均衡的集合。
top（）
从RDD中获取前几个元素。top()从RDD中获取前几个元素。top会使用数据的默认顺序，但我们也可以提供自己的比较函数，来提取前几个元素。
takeSample(witheReplacement,num,[seed])函数可以让我们从数据中获取一个采样。red.takeSample（false，1）