Key-Value类型：
sortByKey：根据键值对中的键进行排序，支持开和降序。
join：返回两个 RDD 中相同键对应的所有元素，结果以键开头，值为嵌套形式。
leftOuterJoin：类似于 SQL 语句的左外连接，，以源RDD 为主。
Right outer Join：类似于 SQL 中的右外连接，以参数 RDD 为主。
cogroup：将相同键的值组合在一起，返回可变集合类型。
累加器
累加器用来把 Executor 端变量信息聚合到 Driver 端。在 Driver 程序中定义的变量，在Executor 端的每个 Task 都会得到这个变量的一份新的副本，每个 task 更新这些副本的值后，传回 Driver 端进行 merge。
广播变量
广播变量用来高效分发较大的对象。向所有工作节点发送一个较大的只读值，以供一个或多个 Spark 操作使用。比如，如果你的应用需要向所有节点发送一个较大的只读查询表，广播变量用起来都很顺手。在多个并行操作中使用同一个变量，但是 Spark 会为每个任务分别发送。
RDD行动算子：
行动算子就是会触发action的算子，触发action的含义就是真正的计算数据。
reduce：聚合 RDD 中所有元素，返回一个具体值。
collect：在驱动程序中，以数组 Array 的形式返回数据集的所有元素。
foreach：分布式遍历 RDD 中的每一个元素，调用指定函数。
count：返回 RDD 中元素的个数。
first：返回 RDD 中的第一个元素。
take：返回一个由 RDD 的前 n 个元素组成的数组。
takeOrdered：返回该 RDD 排序后的前 n 个元素组成的数组。
aggregate：分区的数据通过初始值和分区内的数据进行聚合，然后再和初始值进行分区间的数据聚合。
fold：折叠操作，aggregate 的简化版操作。
countByKey：统计每种 key 的个数。
save 相关算子：将数据保存到不同格式的文件中。
分区计算
分区内计算:在每个分区内进行计算。
分区间计算:在所有分区之间进行计算。
指定分区:可以手动指定分区数量，影响计算结果。