RDD的基本操作主要有转换(Transformation)操作和行动(Action)操作。
Transformation操作是指从新的数据集中将数据集的每一个元素传递给函数，并返回一个新的分布数据集表示结果。而Action操作后，RDD不再是数据集，而是一个值，并将该值返回给驱动程序，如Reduce是一个动作，通过一些函数将所有元素叠加起来，并将最终结果返回给Driver程序。
RDD的Transformation操作是有惰性的，不会立即执行，需要Action操作触发。RDD的这种设计既可以避免很多无用的行为，也可以更加高效地运行。驱动程序最终关注的是Action操作后的结果，而不是中间的数据集。例如，通过map()函数转换而来的新数据集将count()的结果给驱动程序，而不是整个过程数据集。
1)Transformation
Transformation操作包括map、Filer、Distinct、Sample等。
(1)map操作将RDD[T]中每个元素进行函数运算、映射，生成RDD。
(2)Filter操作返回一个RDD，包含了所有满足过滤条件的元素。
(3)Distinct操作返回RDD中所有相异的元素，排除相同的元素。经过Distinct操作后，每个数据将只出现一次。
(4)Sample操作从数据中抽取一定比例的数据子集。
其他操作还包括Union操作、Coalesce操作、Repartition操作、Mappartitions操作、Join操作等。(www.xing528.com)
2)Action
Action操作包括以下内容。
(1)创建新的RDD，代码如下:
(2)将RDD保存为本地集合，代码如下:
(3)返回前k个元素，代码如下:
(4)计算元素的总数，代码如下:
(5)合并集合元素，代码如下:
(6)将RDD写入HDFS，代码如下:
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。
