count
"""
返回值int
获取总条数
"""
take
"""
返回前几条的数据
在driver的内存中存放------------只能少量 也就是说最终会放到同一个分区中
不会自动打印
"""
foreach
"""
遍历每一条数据------打印
foreach 会对每个分区内的元素进行并行处理
结果的顺序可能每次都不一样，输出的具体顺序是不可预测的
要想真正排序 ，要么将分区减为1 要么collect
"""
saveAsTextFile
"""
将数据保存在外部文件（hdfs）中
生成的文件和分区数有关
"""
collect
"""
收集数据------将RDD转化成一个列表返回
这个RDD的数据一定不能过大，如果RDD数据量很大，导致Driver内存溢出
"""
first
"""
获取RDD中的第一个值
"""
reduce
"""
将RDD中的每个元素按照给定的聚合函数进行聚合，返回聚合的结果
类似sum（）
"""
top
"""
获取RDD中的最大的几个
会自动排序 ，可以指定排序规则
相当于 sortBy+take
"""
# 按照某一列进行排序
.top(10, lambda a: a[1])
不写的话 应该是按照key 值进行排序
takeOrdered
"""
获取RDD中的最小的几个
自带排序
"""
max
其中max和top均可以返回最大值，那么区别是什么
max：
1、只返回数据集中指定列或RDD中的最大值，即单一的最大元素。
2、并不对数据进行排序，通过分布式的计算方式查找数据集中的最大值
top：
1、返回数据集中的前几个最大值，可以指定返回的数量。即使只需要一个最大值，也会以列表的形式返回。
2、对数据集进行局部排序，然后返回指定数量的最大值，因此在一定程度上会影响性能（特别是在数据量较大时）。top 方法默认返回结果是降序排列的。
"""
获取最大值
触发算子
"""
rsRdd.max(lambda tupleA: tupleA[1])
min
"""
获取最小值
触发算子
"""
rsRdd.min(lambda tupleA: tupleA[1])
mean
"""
获取平均值
触发算子
"""
rsRdd.mean(lambda tupleA: tupleA[1])