===== RDD类型 =====
  * value类型的RDD
  * key，value类型的RDD

===== value类型的RDD"转换" 操作 =====
<WRAP center round info 60%>
不会触发真正的计算</WRAP>
  * map:一个分区输入，一个分区输出
  * filter:分区内过滤
  * distinct:分区内去重
  * flatMap: 多个分区输入，一个分区输出
  * mapPartitons:获取每个分区的迭代器
  * glom:将分区数据转换成数组
  * union:合并RDD
  * cartesian：对2个RDD进行笛卡尔操作
  * subtract：2个RDD做差集

  * groupby:将分区重新组织
  * sample：对每个RDD中每个分区进行取样
  * cache：把RDD重磁盘缓存到内存
  * persist：把RDD持久化

===== key,value类型的RDD的 "转换" =====
<WRAP center round info 60%>
不会触发真正的计算</WRAP>
  * mapValues:一个分区输入，一个分区输出
  * combineByKey:对分区内的相同key的值聚合（key,List[值]）
  * reduceByKey：对分区内的相同key的值（key,值）
  * partitionBy：对RDD现有分区重新分区
  * cogroup：对多个RDD中的分区重新分区
  * join: 笛卡尔积连接，其实是底层做了cogroup操作
  * LeftOutJoin，RightOutJoin 􏳞相当于在join的基础上先判断一侧RDD元素是否为空
===== Action =====
<WRAP center round tip 60%>
触发真正的计算</WRAP>
  * foreach：􏲧对RDD中每个元素都应用某个函数操作
  * saveAsTextFile：保存到hdfs
  * collect：相当于将分布式的RDD返回为一个单机的数组
  * count：返回RDD中元素个数
  * top(k)：返回最大的k个元素
  * take(k)：返回最小的k个元素
  * takeOrdered：返回最小的k个元素，保证顺序
  * reduce：正常reduce操作
  * fold：于reduce原理相同，但是fold取的第一个数是zerovalue
  * aggregate：先对每个分区进行aggregate，然后对整个RDD做fold操作
**只对key,value类型的RDD的有效**
  * collectAsMap：相当于将k，v类型的分布式的RDD返回为一个单机的数组
  * reduceByKeyLocally：先对整体执行reduce操作，再执行collectAsMap
  * lookup：用于k,v类型的RDD。用于返回指定key的值的序列


===== 2个特殊变量 =====
  * broadcast：广播变量
  * accumulator：允许做全局累加