【摘要】：读取HDFS上的“README.md”文件，执行groupByKey操作，使用collect操作返回一个单机数组。用parallelize方法从Scala的集合生成两个RDD，对RDD进行join操作，并用col-lect操作返回一个单机数组。用parallelize方法使Scala的集合生成一个键值对RDD，对RDD进行lookup操作。可以用toDeubgString方法调试程序。有时候一个操作方法产生的不止是一个RDD，在这个过程中，可能系统内部已经生成了其他的RDD。比如在reduce-ByKey操作的过程中，一共连续产生了MapPartitionRDD、ShuffledRDD和MapPartitionRDD三个RDD，而一般我们只看到了最后产生的MapPartitionRDD。
（1）用parallelize方法从Scala的集合生成两个RDD，对RDD进行union操作，并用collect操作返回一个单机数组。
（2）读取HDFS上的“README.md”文件，执行groupByKey操作，使用collect操作返回一个单机数组。
（3）用parallelize方法从Scala的集合生成两个RDD，对RDD进行join操作，并用col-lect操作返回一个单机数组。
（4）用parallelize方法使Scala的集合生成一个RDD，对RDD进行reduce操作（reduce本身是一个action操作）。(www.xing528.com)
（5）用parallelize方法使Scala的集合生成一个键值对RDD，对RDD进行lookup操作（lookup本身是一个action操作）。
（6）可以用toDeubgString方法调试程序。toDebugString方法是一个常用的调试程序的工具方法，通过它可以很清晰地查看到RDD之间的相互依赖关系。有时候一个操作方法产生的不止是一个RDD，在这个过程中，可能系统内部已经生成了其他的RDD。比如在reduce-ByKey操作的过程中，一共连续产生了MapPartitionRDD、ShuffledRDD和MapPartitionRDD三个RDD，而一般我们只看到了最后产生的MapPartitionRDD。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
