RDD 动作列表
| Action |
含义 |
| reduce(func) |
使用函数func（它接受两个参数并返回一个）来聚合数据集的元素。 该函数应该是可交换和关联的，以便可以并行地正确计算它。 |
| collect() |
在驱动程序中将数据集的所有元素作为数组返回。 在过滤器或其他操作返回足够小的数据子集之后，这通常很有用。 |
| count() |
返回数据集中元素的数量。 |
| first() |
返回数据集的第一个元素（类似于take（1））。 |
| take(n) |
返回包含数据集前n个元素的数组。 |
| takeSample(withReplacement,num,[seed]) |
返回一个数组，其中包含数据集的num元素的随机样本，包含或不包含替换，可以预先指定一个随机数生成器种子。 |
| takeOrdered(n,[ordering]) |
使用自然顺序或自定义比较器返回RDD的前n个元素。 |
| saveAsTextFile(path) |
将数据集的元素作为文本文件（或文本文件集）写入本地文件系统，HDFS或任何其他Hadoop支持的文件系统中的给定目录中。 Spark在每个元素上调用toString将其转换为文件中的一行文本。 |
| saveAsSequenceFile(path)(Java and Scala) |
将数据集的元素作为Hadoop SequenceFile写入本地文件系统，HDFS或任何其他Hadoop支持的文件系统的给定路径中。 这在实现Hadoop的Writable接口的键值对的RDD上可用。 在Scala中，它也可用于可隐式转换为Writable的类型（Spark包含Int，Double，String等基本类型的转换）。 |
| saveAsObjectFile(path)(Java and Scala) |
使用Java序列化以简单的格式写入数据集的元素，然后使用SparkContext.objectFile（）加载该序列化。 |
| countByKey() |
仅适用于类型（K，V）的RDD。 用（K，Int）对的hashmap返回每个键的计数。 |
| foreach(func) |
在数据集的每个元素上运行函数func。 这通常是为了副作用而完成的，例如更新累加器或与外部存储系统交互。 注意：修改foreach（）之外的累加器以外的变量可能会导致未定义的行为。 有关更多详细信息，请参阅了解闭包 |
