RDD使用

RDD操作

RDD的创建方式

1. 从Hadoop文件系统（或与Hadoop兼容的其他持久化存储系统，如Hive、Cassandra、HBase）输入（例如HDFS）创建。
2. 从父RDD转换得到新RDD。
3. 通过parallelize或makeRDD将单机数据创建为分布式RDD。
   4.基于DB(Mysql)、NoSQL(HBase)、S3(SC3)、数据流创建

RDD的两种操作算子

对于RDD可以有两种操作算子：转换（Transformation）与行动（Action）。
1. 转换（Transformation）：Transformation操作是延迟计算的，也就是说从一个RDD转换生成另一个RDD的转换操作不是马上执行，需要等到有Action操作的时候才会真正触发运算。
2. 行动（Action）：Action算子会触发Spark提交作业（Job），并将数据输出Spark系统。

• Transformation具体内容：
  

• Action具体内容