reduce(func)：通过 func 函数聚集 RDD 中的所有元素，这个功能必须是可 交换且可并联的
scala> val rdd1 = sc.makeRDD(1 to 10,2)
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[85] at
makeRDD at <console>:24
scala> rdd1.reduce(_+_)
res50: Int = 55
scala> val rdd2 = sc.makeRDD(Array(("a",1),("a",3),("c",3),("d",5)))
rdd2: org.apache.spark.rdd.RDD[(String, Int)] =
ParallelCollectionRDD[86] at makeRDD at <console>:24
scala> rdd2.reduce((x,y)=>(x._1 + y._1,x._2 + y._2))
res51: (String, Int) = (adca,12)
collect() ：在驱动程序中，以数组的形式返回数据集的所有元素
count() 返回 RDD 的元素个数
first() 返回 RDD 的第一个元素（类似于take(1)
take(n) 返回一个由数据集的前 n 个元素组成的数组
takeSample(withReplacement,num,[seed])
返回一个数组，该数组由从数据集中随的 机采样的 num 个元素组成，可以选择是否用随机数替换不足的部分，seed 用于指定随机数生成器种子
takeOrdered(n) 返回前几个的排序
aggregate (zeroValue: U)(seqOp:(U, T) ⇒ U, combOp: (U, U) ⇒ U)
aggregate 函数将每个分区里面的元素过 通过 seqOp 和初始值 进行聚合，然后用 用 combine 函数将每个分区的结果和初始值(zeroValue) 进行 combine 操作。这个函数最终返回的类型不需要和RDD 中元素类型一致。
fold(num)(func) 折叠操作，aggregate 的简化操作，seqop 和 combop 一样。
scala> var rdd1 = sc.makeRDD(1 to 4,2)
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[90] at
makeRDD at <console>:24
scala> rdd1.aggregate(1)(
| {(x : Int,y : Int) => x + y},
| {(a : Int,b : Int) => a + b}
| )
res59: Int = 13
scala> rdd1.fold(1)(_+_)
res60: Int = 13
saveAsTextFile(path)
将数据集的元素以 textfile 的形式保存到 到 HDFS 文件系统或者其他支持的文件系统，对于每个元素，Spark 将会调用 用 toString 方法，将它装换为文件中的文本
saveAsSequenceFile(path)
将数据集中的元素以 Hadoopsequencefile 的格式保存到指定的目录使 下，可以使 HDFS 或者其他 Hadoop 支持的文件系统。
saveAsObjectFile(path)
用于将 RDD 中的元素序列化成对象，存储到文件中。
countByKey()
针对(K,V) 类型的 RDD ，返回一个(K,Int)的 的 map ，表示每一个 key 对应的元素个数。
foreach(func)
在数据集的每一个元素上，运行函数func 进行更新。
scala> var rdd = sc.makeRDD(1 to 10,2) rdd: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[107] at makeRDD at <console>:24 scala> var sum = sc.accumulator(0) warning: there were two deprecation warnings; re-run with - deprecation for details sum: org.apache.spark.Accumulator[Int] = 0 scala> rdd.foreach(sum+=_) scala> sum.value res68: Int = 55 scala> rdd.collect().foreach(println) 1 2 3 4 5 6 7 8 9 10