spark中常见的RDD的转化操作和行动操作算子都有哪些？实用~

RDD的常见的转化操作和行动操作算子，其实需要记一记，记住之后，编程的时候就不用在纠结得到的结果是一个RDD，还是一个运算结果。

转化操作：

对一个{1,2,3,4,4}的RDD转化操作

map():将函数应用到RDD中的每一个元素，返回值构成新的RDD;

flatmap():将函数应用于RDD中的每一个元素，并将返回的迭代器中的所有内容构成新的RDD，常用于切分单词；

filter():根据条件过滤，返回新的RDD;

distinct():去重

sample(withReplacement,fraction,[seed])：对RDD采样，以及是否替换。
withReplacement : Boolean , True表示进行替换采样，PoissonSampler取样器,False表示进行非替换采样,BernoulliSampler的取样器。
fraction : Double, 在0~1之间的一个浮点值，表示要采样的记录在全体记录中的比例。
seed ：随机种子。

对数据分别为{1,2,3}和{2,3,4}的两个RDD进行的转化操作

union():生成一个包含两个RDD中的所有元素的RDD

intersection（）：求两个RDD共同元素的RDD

subtract():移除一个RDD中的内容，例如移除 训练数据，rdd.subtract(other)

cartesian():与另一个 RDD的笛卡尔积；rdd.cartesian(other)

对键值对RDD集合的转化操作{（1,2），（3,4），（3,5,）}

reduceByKey(func):合并具有相同键的值；
rdd.reduceByKey((x,y)=>x+y)
{(1,2),(3,9)}

groupByKey():对具有相同键的值进行分组。
rdd.groupByKey()={(1,[2]),(3,[4,5])}

combineByKey(creatCombiner,mergeValue,mergeCombiner,partitioner)
使用不同的返回类型合并具有相同键的值。详见：https://blog.csdn.net/jiangpeng59/article/details/52538254

mapValues(func):对pairRDD中的每个值应用

flatMapValues(func):对pairRDD中的每个值应用一个返回迭代器的函数，然后对返回的每个元素都生成一个对应原键的键值对记录，通常用于符号化。
rdd.flatMapValues(x=>(x to 5))

keys():返回一个只包含键的RDD

values():返回一个只包含值的RDD

sortBKey():返回一个根据键排序的RDD

对两个pair RDD的转化操作

subtractByKey():删除RDD中键与otherRDD中键相同的元素
rdd.subtractByKey(other）

join():对两个RDD进行内连接

rightOuterJoin():对两个RDD进行连接操作，确保第一个RDD的的键必须存在（右外链接）rdd.rightOuterJoin(other)

leftOuterJoin():与上相似

cogroup():将两个RDD中拥有相同键的数据分组。

行动操作