1.行动算子

collectAsMap：相当于map操作，去掉键相同的键值对

  //如果RDD中同一个Key中存在多个Value，那么后面的Value将会把前面的Value覆盖，
  //最终得到的结果就是Key唯一，而且对应一个Value。

count：计数，返回rdd中的元素数量

countByKey：用来统计RDD[k,v]中每个k的数量

countByValue：统计出集合中每个元素的个数

first：返回RDD中的第一个元素，不排序。

reduce：对集合中的数依次进行相关计算。比如说连加，阶乘

saveAsTextFile：

  val list = List(1,3,5,2,4)
​
  val rdd = sc.parallelize(list,3)
​
  //将数据集的元素，以textfile的形式保存到本地文件系统hdfs或者任何其他hadoop支持的文件系统，
  //spark将会调用每个元素的toString方法，
  //并将它转换为文件中的一行文本
  rdd.saveAsTextFile("D://test2")
​
  //使用java的序列化方法保存到本地文件，可以被sparkContext.objectFile()加载
  rdd.saveAsObjectFile("D://test1")

take：用于获取RDD中从0到num-1下标的元素，不排序。

takeSample：有无放回抽样，可控制返回元素个数

详细见：RDD算子之sample、takeSample源码详解_木凡空的博客-CSDN博客_rdd sample

top：用于从RDD中，按照默认（降序）或者指定的排序规则，返回前num个元素。

takeOrdeed：和top类似，只不过和top相反的顺序返回元素

2.转换算子

cartesian：两个RDD进行笛卡尔积合并

coalesce：用于将RDD进行重分区，使用HashPartitioner

​ 且该RDD的分区个数等于numPartitions个数

​ 如果shuffle设置为true，则会进行shuffle

cogroup：对多个RDD中的KV元素，每个RDD中相同key中的元素分别聚合成一个集合。

​ 与reduceByKey不同的是针对两个RDD中相同的key的元素进行合并。

distinct：将原始RDD中重复出现的元素进行过滤，返回一个新生成的RDD

filter：对元素进行过滤，对每个元素应用f函数，返回值为true的元素在RDD中保留，返回为false的将过滤掉

flatMap： map的变换操作是对原RDD中的每个元素进行一对一的操作，生成的RDD中元素的数量与原RDD

​ 中元素数量相同，但flatMap可以将每个元素进行一对多的变换操作

groupByKey：将Key/Value型的RDD中的元素按照Key值进行汇聚，Key值相同的Value值会合并为一个序列。

intersection：返回两个RDD的交集

map：将原来RDD的每个数据项通过map中的用户自定义函数f映射转变为一个新的元素

mapValues：同基本转换操作中的map，针对[K,V]中的V值进行map操作。

reduceByKey：针对RDD中相同的key的元素进行合并

sample：

  val list = List(1,2,3,4,5,6,7,8,9,10)
  val rdd = sc.parallelize(list)
  rdd.sample(true,0.5,System.currentTimeMillis).foreach(println)
​
  val rdd1 = sc.parallelize(Range(1,101).toList)
​
  //对RDD进行抽样，其中参数withReplacement为true时表示抽样之后还放回，可以被多次抽样，
  //false表示不放回；fraction表示抽样比例；seed为随机数种子，比如当前时间戳
  rdd1.sample(true, 0.1,System.currentTimeMillis()).foreach(println)

sortByKey：通过key进行排序，false为降序，ture为升序

subtract：返回RDD中出现，并且不在otherRDD中出现的元素，不去重。

subtractByKey：返回key在RDD中出现，并且不在otherRDD中出现的元素，不去重。

union：合并两个RDD，不去重

value：获取所有的value

zip：用于将两个RDD组合成Key/Value形式的RDD,这里默认两个RDD的partition数量以及元素数量都相同，

​ 否则会抛出异常。