【RDD算子的分类】RDD的转换算子和触发算子（行为算子）、以及各个算子的作用，对比sql中的关键字
文章目录
- 1、Tranformation算子：转换算子
- 2、Action算子：触发算子【行为算子】
- 3、各个算子的作用，对比sql中的关键字
1、Tranformation算子：转换算子
都是lazy模式的，一般不会触发job的运行，
算子返回值一定是RDD
转换算子有哪些：
filter、map、flatMap、union、distinct、groupByKey、reduceByKey、sortBy、sortByKey、repartition、coalesce、keys、values、mapValues、join fullOuterJoin leftOuterJoin rightOuterJoin、 mapPartitions
2、Action算子：触发算子【行为算子】
一定会触发job的运行，返回值一定不是RDD
触发算子有哪些：
collect、count、take、foreach、saveAsTextFile、first、reduce、top、takeOrdered、collectAsMap、foreachPartition、max、min、mean、sum
3、各个算子的作用，对比sql中的关键字
类比SQL处理数据的常见功能，记住常用算子的功能、 语法、场景
- 过滤数据：where、having => filter
- 处理数据：字符串函数、日期函数 => map
- 展开数据：explode => flatMap合并数据：union、join => union join
- 去重数据：distinct => distinct
- 分组聚合：group by + 聚合函数 => groupByKey、 reduceByKey
- 排序数据：order by 、sort by => sortBy、top