还有哪些Spark算子没见过

1. map()
2. mapPartitions()
3. mapPartitionsWithIndex()
4. flatMap()
5. glom()显示分区元素
6. groupBy()分组
7. filter()过滤
8. sample（）随机抽样
9. distinct（）去重
10. coalesce（）缩减分区数
11. repartition（）根据分区数，重新通过网络随机shuffle所有数据
12. sortBy（）排序
13. union（）并集
14. subtract（）差集
15. intersection（）交集
16. cartesian（）笛卡儿积
17. zip（）将两个RDD组合成Key/Value形式的RDD
18. partitionBy（）分区
19. reduceByKey（），将相同key的值聚合到一起
    计算相同key对应值的相加结果
    scala> val rdd = sc.parallelize(List((“female”,1),(“male”,5),(“female”,5),(“male”,2)))
    scala> val reduce = rdd.reduceByKey((x,y) => x+y)
20. groupByKey（）将相同key对应值聚合到一个 Seq
21. aggregateByKey（）
22. foldByKey（）aggregateByKey的简化操作
    计算相同key对应值的相加结果
    val rdd = sc.parallelize(List((1,3),(1,2),(1,4),(2,3),(3,6),(3,8)),3)
    val agg = rdd.foldByKey(0)(+)
23. combineByKey（）
    针对相同K，将V合并成一个集合。
24. sortByKey（）
25. mapValues（）
26. join（）
27. cogroup（）
28. reduce（）
29. collect（）
30. count（）
31. first（）
32. take（）