RDD的两种操作（Transformation和Action）

1、转换（transformation）

转换（transformation）：即从现有的数据集创建一个新的数据集，返回一个新的RDD 的操作。Transformation都是惰性的，它们并不会直接计算结果。它们只是记住了这些应用到基础数据集上的转换动作。只有当发生一个要求返回结果给Driver的Action时，这些Transformation才会真正运行。

RDD支持的常用Transformation如下：

map()、filter()、flatMap(func)、mapPartitions(func)、mapPartitionsWithSplit(func)、sample(withReplacement,fraction,seed)、union(otherDataSet)、distinct([numTasks])、groupByKey([numTasks])、reduceByKey(func,[numTasks])、sortByKey([[ascending],numTasks])、join(otherDataset0,[numTasks])、cogroup(otherDataset,[numTasks])、cartesain(ohterDataset)

2、动作（action）

动作（action），即在数据集上进行计算后，返回一个值给Driver程序。

count()、first()、reduce(func)、collect()、take(n)、takeSample(withReplacement,num,seed)、saveAsTextFile(path)、saveAsSequenceFile(path)、countByKey()、foreach(func)

注：如果对于一个特定的函数是属于转化操作还是行动操作感到困惑，你可以看看它的返回值类型：转化操作返回的是RDD，而行动操作返回的是其他的数据类型。