注意：實驗前先引入包from pyspark.context import SparkContext ，還需配置 sc = SparkContext('local', 'test') ，然後才能用sc做操作。
一、常見的轉換操作
1、map() : 將函數應用於RDD中的每個元素，將返回值構成新的RDD
2、flatMap() ：將函數應用於RDD 中的每個元素，將返回的迭代器的所有內容構成新的RDD。通常用來切分單詞（以[1,2,3,4]數據集爲例）
3、filter() ： 返回一個由通過傳給filter()的函數的元素組成的RDD
4、distinct() ：去重
5、sample(withReplacement, fraction, [seed]) ：對RDD採樣，以及是否替換（就是隨機取幾個出來，所以每次結果可能不一樣）。
以上是對一個數據集處理，下面是針對兩個以上的數據集
1、union() ：生成一個包含兩個RDD 中所有元素的RDD（是所有，不得去重）
2、intersection() ：求兩個RDD 共同的元素的RDD
3、subtract() ：移除一個RDD 中的內容（例如移除訓練數據）
4、cartesian() ： 與另一個RDD 的笛卡兒積
二、常見的行動操作
1、reduce() ：它接收一個函數作爲參數，這個函數要操作兩個RDD 的元素類型的數據並返回一個同樣類型的新元素。
上面例子中，若傳入列表結果爲9；若傳入集合結果爲6，這是因爲python集合會去重了才作爲參數傳入計算。
2、fold() ：它和reduce() 類似，接收一個與reduce() 接收的函數簽名相同的函數，再加上一個“初始值”來作爲每個分區第一次調用時的結果
3、collect() ：返回RDD中的所有元素
注意：使用collect()要求數據不是很大，所有數據都必須能一同放入單臺機器的內存中，常用於單元測試中。
4、count() ：RDD 中的元素個數
5、countByValue()：各元素在RDD 中出現的次數
實驗得知，python返回的是一個字典，通過鍵可以獲取對應次數。
6、take(num) ：從RDD中返回num個元素
7、top(num) ：從RDD中返回最前面的num個元素
8、takeOrdered(num)：函數用於從RDD中，按照默認（降序）或者指定的排序規則，返回前num個元素。
9、takeSample(withReplacement, num, [seed])：從RDD中返回任意一些元素
10、aggregate(zeroValue)(seqOp, combOp)：和reduce() 相似，但是通常返回不同類型的函數
11、foreach(func)：對RDD中的每個元素使用給定的函數
