persist(): 把數據以序列化的形式緩存在JVM的堆空間中； cache(): 與使用預設存儲級別調用persist()是一樣的； collect(): 只有當你的整個數據集能在單台機器的記憶體中放得下時，才能使用collect()，因此，collect() 不能用在大規模數據集上；把RDD 篩 ...
persist(): 把數據以序列化的形式緩存在JVM的堆空間中；
cache(): 與使用預設存儲級別調用persist()是一樣的；
collect(): 只有當你的整個數據集能在單台機器的記憶體中放得下時，才能使用collect()，因此，collect() 不能用在大規模數據集上；把RDD 篩選到一個很小的規模，並且你想在本地處理這些數據時；
轉化操作：
map()
filter()
flatMap()
distinct()
union()
intersection() 需要數據混洗
subtract() 需要數據混洗
cartesian() 笛卡爾積
行動操作：
reduce() reduce()與fold()方法是對同種元素類型數據的RDD進行操作，即必須同構。其返回值返回一個同樣類型的新元素；
fold() fold()與reduce()類似，接收與reduce接收的函數簽名相同的函數，另外再加上一個初始值作為第一次調用的結果；
aggregate() 可以對兩個不同類型的元素進行聚合，即支持異構；
take() 返回RDD 中的n 個元素，並且嘗試只訪問儘量少的分區，因此該操作會得到一個不均衡的集合；
top() 使用數據的預設順序，但我們也可以提供自己的比較函數，來提取前幾個元素；
takeSample(withReplacement, num,seed) 可以讓我們從數據中獲取一個採樣，並指定是否替換。
鍵值對操作：
reduceByKey()：合併相同的鍵；
foldByKey()：
combineByKey()：基於鍵進行聚合；
mapValues()：對每個值應用一個函數；
flatMapValues()：對每個值應用一個返回迭代器的函數；
keys() values()
subtractByKey()：刪掉RDD中鍵與other RDD中的鍵相同的元素；
sortByKey()：返回一個依據鍵排序的rdd；
partitionBy()：
repartition()：把數據通過網路進行混洗，並創建出新的分區集合；
coalesce()：優化版的repartiton()
groupByKey()：依據鍵是否相同進行分組；
groupBy()：可以用於未成對的數據上，也可以根據除鍵相同之外的條件進行分組；
cogroup()：將兩個RDD 中擁有相同鍵的數據分組到一起；可應用於三個及以上的RDD；值的類型不必相同；
join() rightOuterJoin() leftOuterJoin()
collectAsMap()
