spark RDD常用算子（三）

- first、take、collect、count、top、takeOrdered、foreach、fold、reduce、countByValue、lookup

---

• 算法解释
  

1. first：返回第一个元素
2. take：rdd.take(n)返回第n个元素
3. collect：rdd.collect() 返回 RDD 中的所有元素
4. count：rdd.count() 返回 RDD 中的元素个数
5. top：按照降序的或者指定的排序规则，返回前n个元素
6. takeOrdered：对RDD元素进行升序排序,取出前n个元素并返回，也可以自定义比较器（这里不介绍），类似于top的相反的方法
7. foreach：循环RDD中的每个元素
8. fold：rdd.fold(num)(func) 一般不用这个函数和 reduce() 一 样， 但是提供了初始值num,每个元素计算时，先要合这个初始值进行折叠, 注意，这里会按照每个分区进行fold，然后分区之间还会再次进行fold
9. reduce：并行整合RDD中所有数据， 类似于是scala中集合的reduce
10. countByValue：各元素在 RDD 中出现的次数 返回{(key1,次数),(key2,次数),…(keyn,次数)}
11. Lookup函数对（Key，Value）型的RD