Spark的常用RDD

1）转换算子--transformations

      ++  合并两个RDD。生产一个新的RDD

      cache 缓存rdd，减少之后使用相同逻辑rdd的计算量，只有一个级别 Memery

      cartesian  笛卡尔集

      coalesce  重新设置分区操作，注意，有两个参数，一个分区个数，是否shuffle。

      collect  根据一个偏函数返回一个符合偏函数的结果集RDD

      distinct（2种构造）

      filter  过滤，根据里面的规则返回一个过滤过后的rdd

      flatMap  --1对多，可以理解成讲原来的数据集拍扁了

      glom  --将rdd分区元素变成一个数组元素

      groupBy（3种构造）  --根据自己定义的规则来划分组

      intersection（3种构造）--返回两个rdd中相同的数据集合

      keyBy --

      map --

      mapPartitions--

      mapPartitionsWithIndex  --多了个分区索引

      persist  --也是缓存只是可以设置缓存级别

      pipe（3种构造）

      repartition

      sample  --抽样

      setName

      sortBy --根据规则来定义排序。

      subtract（3个构造） --》返回rdd2中没有的rdd1元素，可以理解成左关联后去掉交集

      toJavaRDD