请列举会引起 shuffle 过程的 spark 算子，并简述功能

1. byKey类的操作：比如 reduceByKey、groupByKey、sortByKey 等；因为要对一个key，进行聚合操作，那么肯定要保证集群中，所有节点上的，相同的 key，一定是到同一个节点上进行处理；
   a. reduceByKey ：将数据按照相同的 key 对 value进行聚合；
   b. groupByKey ：将数据按照相同的 key 对 value进行分组；
   c. aggregateByKey ：将数据按照不同的规则进行分区内计算和分区间计算；
   d. foldByKey：当分区内计算规则和分区间计算规则相同时，aggregateByKey 就可以简化为 foldByKey；
   e. combineByKey：当计算时，发现数据结构不满足要求时，可以让第一个数据转换结构。分区内和分区间计算规则不相同。
   f. sortByKey ：在一个（K，V）的 RDD 上调用，K 必须实现 Ordered 接口，返回一个按照 Key 进行排序的 RDD；
2. repartition类的操作：比如 repartition，coalesce等，重分区，一般会shuffle，因为需要在整个集群中，对之前所有分区的数据进行随机，均匀的打乱，然后把数据放入下游新的指定数据的分区内；
3. join类的操作：比如 join 等，两个rdd进行 join，就必须将相同的 key 的数据，shuffle 到同一个节点上，然后进行相同 key 的两个 rdd 数据的笛卡尔乘积。
   a. join ：在类型为（K，V）和（K，W）的 RDD 上调用，返回一个相同 key 对应的所有元素连接在一起的 （K，（V，W））的 RDD；