RDD算子

分布式集合对象上的API称之为算子

算子分为两类：

transformation算子：指返回值仍然是rdd，类似于stream里的中间流

　　　　这类算子与中间流相同，是懒加载的

action算子：返回值不是rdd，类似于stream里的终结流

常见算子：

1.map(func)：将rdd的数据一条一条的处理，返回新的rdd，和stream流的一样

2.flatmap：对rdd先执行map操作，再进行解除嵌套操作

3.reduceByKey：针对KV型RDD，自动按照key分组，根据提供的聚合逻辑完成聚合操作

4.mapValues：针对KV型RDD，对其中的value进行map操作

5.groupBy：通过这个算子指定你选择谁进行分组 lambda t:t[0]

6.filter：和stream一样

7.distinct：去重，无参

8.union：合并，将2个rdd合并为一个，参数为另一个rdd 注意：1.不同类型可以合并 2.不会去重

9.join：使用方法同上，类似于MySQL的join，所以也有左连接和右连接。注意：只能用于二元的