（Python版本）Spark RDD 的Transformation与Action的常用功能总结

本文主要演示如何通过Python对Spark的RDD进行编程，只列出了一些常用的RDD操作接口，完整的功能，请参考官方文档

1. Transformation 操作

•      map : map是对RDD中的每个元素都执行一个指定的函数来产生一个新的RDD。任何原RDD中的元素在新RDD中都有且只有一个元素与之对应。

            样例：

>>> templist=[1,2,3,4,5,6]

>>> rdd=sc.parallelize(templist)

>>> result=rdd.map(lambda x:x*3)

>>> result.collect()

[3, 6, 9, 12, 15, 18]

•     filter：filter是通过指定的函数对已有的RDD做过滤操作，只有符合条件的元素才会被放到新的RDD中

               样例：

>>> templist=[1,2,3,4,5,6]

>>> rdd=sc.parallelize(templist)

>>> result=rdd.filter(lambda x:x%2==0)

>>> result.collect()

[2, 4, 6]

•     flatMap ：