Action类算子也是一类算子（函数）叫做行动算子，如foreach,collect，count等。Transformations类算子是延迟执行，Action类算子是触发执行。一个application应用程序（就是我们编写的一个应用程序）中有几个Action类算子执行，就有几个job运行。
1.reduce通过函数func聚集数据集中的所有元素，这个函数必须是关联性的，确保可以被正确的并发执行
scala> val rdd1 = sc.makeRDD(1 to 10) rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[3] at makeRDD at <console>:24 scala> rdd1.reduce(_+_) res3: Int = 55 2.collect在driver的程序中，以数组的形式，返回数据集的所有元素，这通常会在使用filter或者其它操作后，返回一个足够小的数据子集再使用
scala> var rdd1 = sc.makeRDD(1 to 10) rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[2] at makeRDD at <console>:24 scala> rdd1.collect res2: Array[Int] = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) 3.count返回数据集的元素个数
scala> val rdd1 = sc.makeRDD(1 to 10) rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[4] at makeRDD at <console>:24 scala> rdd1.count res4: Long = 10 4.first返回数据集的第一个元素(类似于take(1))
scala> val rdd1 = sc.makeRDD(1 to 10) rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[5] at makeRDD at <console>:24 scala> rdd1.first res5: Int = 1 5.take返回一个数组，由数据集的前n个元素组成。注意此操作目前并非并行执行的，而是driver程序所在机器
scala> val rdd1 = sc.makeRDD(1 to 10) rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[7] at makeRDD at <console>:24 scala> rdd1.take(3) res6: Array[Int] = Array(1, 2, 3) 6.takeSample(withReplacement,num,seed)withReplacement:结果中是否可重复
num:取多少个
seed:随机种子
返回一个数组，在数据集中随机采样num个元素组成，可以选择是否用随机数替换不足的部分，seed用于指定的随机数生成器种子
原理
takeSample()函数和sample函数是一个原理,但是不使用相对比例采样,而是按设定的采样个数进行采样,同时返回结果不再是RDD,而是相当于对采样后的数据进行collect(),返回结果的集合为单机的数组
takeOrdered和top类似，只不过以和top相反的顺序返回元素。
top默认倒序，taskOrdered默认正序
top方法其实就是调用的taskOrdered，然后反转的结果
saveAsTextFile用于将RDD以文本文件的格式存储到文件系统中
val conf = new SparkConf() .setAppName("saveFile") .setMaster("local[*]") val sc = new SparkContext(conf) val rdd1: RDD[Int] = sc.parallelize(1 to 10) rdd1.repartition(1).saveAsTextFile("/tmp/fff") 9.saveAsSequenceFilesaveAsSequenceFile用于将RDD以SequenceFile的文件格式保存到HDFS上。使用方法和saveAsTextFile类似
10.saveAsObjectFilesaveAsObjectFile用于将RDD中的元素序列化成对象，存储到文件中。使用方法和saveAsTextFile类似
11.countByKey对(K,V)类型的RDD有效，返回一个(K,Int)对的map，表示每一个可以对应的元素个数
scala> val rdd1 = sc.makeRDD(Array(("A",0),("A",2),("B",1),("B",2),("C",3))) rdd1: org.apache.spark.rdd.RDD[(String, Int)] = ParallelCollectionRDD[3] at makeRDD at <console>:24 scala> rdd1.countByKey res1: scala.collection.Map[String,Long] = Map(B -> 2, A -> 2, C -> 1) 12.foreach在数据集的每一个元素上，运行函数func,t通常用于更新一个累加器变量，或者和外部存储系统做交互
scala> val rdd1 = sc.makeRDD(Array(("A",0),("A",2),("B",1),("B",2),("C",3))) rdd1: org.apache.spark.rdd.RDD[(String, Int)] = ParallelCollectionRDD[9] at makeRDD at <console>:24 scala> rdd1.collect.foreach(println(_)) (A,0) (A,2) (B,1) (B,2) (C,3)郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
