本文主要是介绍理解Spark的RDD算子，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
什么是Spark的算子呢？说简单一些就是Spark内部封装了一些处理RDD数据的函数方法。
其中算子又分为两部分：
Transformation 与 Actions
-
Transformation（转换）：Transformation属于延迟计算，当一个RDD转换成另一个RDD时并没有立即进行转换，仅仅是记住了数据集的逻辑操作
-
Action（执行）：触发Spark作业的运行，真正触发转换算子的计算。
| Transformation | Meaning |
| map(func) | 返回通过函数func传递源的每个元素形成的新分布式数据集。 |
| filter(func) | 返回通过选择funcreturns为true的源元素形成的新数据集。 |
| flatMap(func) | 与map类似，但每个输入项可以映射到0个或更多输出项,将所有的数据返回到一个集合（因此func应该返回Seq而不是单个项）。 |
| mapPartitions(func) | 与map类似，但在R |
这篇关于理解Spark的RDD算子的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
