spark算子总结

RDD创建操作
1）从集合创建RDD
parallelize
makeRDD
2）从外部存储创建RDD
textFile
从hdfs文件创建
从本地文件创建

从其他HDFS文件格式创建
hadoopFile
sequenceFile
objectFile
newAPIHadoopFile

从Hadoop接口API创建
hadoopRDD
newAPIHadoopRDD
比如：从HBase创建RDD

RDD基本转换操作：
1）map、flatMap、distinct
2）coalesce、repartition
3）randomSplit、glom
4）union、intersection、subtract
5）mapPartitions、mapPartitionsWithIndex
6）zip、zipPartitions
7）zipWithIndex、zipWithUniqeId

RDD键值转换操作
1）partitionBy、mapValues、flatMapValues
2）combineBy、foldByKey
3）groupByKey、reduceByKey、reduceByKeyLocally
4）cogroup、join
5）leftOuterJoin、rightOuterJoin、subtractByKey

RDD行动Action操作
1）first、count、reduce、collect
2）take、top、takeOrdered
3）aggregate、fold、lookup
4）countByKey、foreach、foreachPartition、sortBy
5）saveAsHadoopFile、saveAsHadoopDataset
6）saveAsTextFile、saveAsSequenceFile、saveeAsObjectFile
7）saveAsNewAPIHadoopFile、saveAsNewAPIHadoopDataset

参考大神文章：http://lxw1234.com/archives/tag/spark%E7%AE%97%E5%AD%90