union算子
1. 新的rdd，会将就得俩个rdd的partition，原封不动的给挪过来
2. 新的rdd的partition的数量，就是旧的俩个rdd的partition的数量的总和
groupbyKey算子
一般来说，在执行shuffle类的算子的时候比如groupByKey，reduceBykey,join等
其实在算子内部都会创建几个RDD出来，那些隐士创建的RDD,主要是作为这个操作的一些中间数据的表达，以及作为stage划分的边界
因为有些隐士生成的rdd,可能是shuffledrdd,dependency就是shuffleDependency,会将rdd作为stage的第一个rdd划分出来
groupByKey等shuffle算子，都会创建一些隐士RDD,比如说这里，shuffleRDD,作为一个shuffle过程中的中间数据的代表，依赖这个shuffledRDD创建出来一个新的stage(stage1)shuffleRDD会去触发shuffle read操作，从上游stage的task所在节点，拉取过来相同的key进行进一步的聚合
对shuffledRDD中的数据执行一个map类的操作，主要是对每个partition中的数据，都进行一个映射和聚合，这里主要是将每个key对应的数据都聚合到一个iterator集合中
reduceByKey算子
内部原理和groupByKey 的异同之处，
1. 不同之处：reduceByKey，多了一个rdd,MapPartitionsRDD,存在于stage0的，主要代表了进行 本地数据归约之后的rdd,所以要网络传输的数据量，磁盘io会减少，性能更高
2. 相同之处：后面进行shuffle read和聚合的过程基本和groupByKey类似。都是ShuffleRDD，去做shuffle read.然后聚合，聚合后的数据就是最终的rdd.
distinct算子
1. 首先，自己先map给每个值打上一个v2，变成一个tuple,得到tupleRDD,然后对其进行reduceByKey，仅仅返回一个key,这时去重已经完成了，然后将值还原为单值
cogroup算子
其实在很多情况下，我们很少使用cogroup算子，但是cogroup算子是其他很多算子的基础，比如join