窄依賴
每一個父RDD的分區最多被子RDD的一個分區所使用

寬依賴
多個子RDD的分區依賴于同一個父RDD的分區

區別

mapU:ClassTag: RDD[U]
map 函數將RDD中類型為 T 的元素，一對一地映射為類型為 U 的元素。

distinct(): RDD[T]
distinct 函數返回RDD中所有不一樣的元素

flatMapU:ClassTag:RDD
flatMap 函數將RDD中的每一個元素進行一對多轉換

repartition(numPartitions:Int):RDD[T]
repartition 只是 coalesce 接口中shuffle 為 ture 的簡易實現

coalesce(numPartitions:Int,shuffle:Boolean=false):RDD[T]
假設RDD有N個分區，需要重新劃分成M個分區

randomSplit(weights: Array[Double],seed: Long=System.nanoTime): Array][RDD[T]]
randomSplit函數是根據weights權重將一個RDD切分成多個RDD

glom: RDD[Array[T]]
而glom函數是將RDD中每一個分區中類型T的元素轉換成數組Array[T]，這樣每一個分區就只有一個數組元素

union(other: RDD[T]): RDD[T]
這些是針對RDD的集合操作，union操作將兩個RDD的數據進行合并，返回兩個RDD的并集（包含兩個RDD中相同的元素，不會去重）

intersection(other: RDD[T], partitioner: Partitoner)
intersection操作返回兩個RDD集合的交集，且交集中不會包含相同的元素

subtract(other: RDD[T]): RDD[T]
如果subtract所針對的兩個集合A和B，即操作是 val result=A.subtract(B)，那么result中將會包含在A中出現且B中不出現的元素。intersection和subtract一般情況都會有shuffle的過程

subtract(other:RDD[T], p:Partitioner): RDD[T]

mapPartitions[U: ClassTag](f: Iterator[T]=>Iterator[U], parservesPartitioning: Boolean = false): RDD[U]
mapPartitions與map轉換操作類似，只不過映射函數的輸入參數由RDD中的每一個元素變成了RDD中每一個分區的迭代器，那么已經有了map為什么還要mapPartitions函數呢？如果在映射的過程中需要頻繁創建額外的對象，map就顯得不高效了。例如，將RDD中的所有數據通過JDBC連接寫入數據庫中，如果使用map函數可能需要為每一個元素都創建一個connection，這樣開銷是很大的，如果利用mapPartitions接口，可以針對每一個分區創建一個connection。

mapPartitonsWithIndex[U:ClassTag](f: (Int,Iterator[T])=>Iterator[U], preservesPartitioning: Boolean=false): RDD[U]
mapPartitionsWithIndex和mapPartitions功能類似，只是輸入參數多了一個分區的ID。

zipU:ClassTag:RDD[T, U]
zip函數的功能是將兩個RDD組合成Key/Value（健/值）形式的RDD，這里默認兩個RDD的partition數量以及元素數量都相同，否則相同系統將會拋出異常。

zipPartitions[B: ClassTag, V:ClassTag](rdd2:RDD[B], preservesPartitioning:Boolean)(f:(Iterator[T],Iterator[B])=>Iterator[V]:RDD[V])
zipPartitions是將多個RDD安裝partition組合成為新的RDD，zipPartitions需要相互組合的RDD具有相同的分區數，但是對于每個分區中的元素數量是沒有要求的

未完待續…

first：返回RDD中第一個元素

count：返回RDD中元素的個數

reduce(f:(T, T)=>T)：對RDD中的元素進行二元計算，返回計算結果

collect()/toArray()：以集合形式返回RDD的元素

take(num: Int)：將RDD作為集合，返回集合中[0, num-1]下標的元素

top(num: Int)：按照默認的或者是指定的排序規則，返回前num個元素

takeOrdered(num: Int)：以與top相反的排序規則，返回前num個元素

aggregate[U](zeroValue: U)(seqOp: (U, T)=>U, combOp(U, U)=>U)
aggregate行動操作中主要需要提供兩個函數，一個是seqOp函數，其將RDD（RDD中的每個元素的類型是T）中的每一個分區的數據聚合成類型為U的值。另一個函數combOp將各個分區聚合起來的值合并在一起得到最終類型U的返回值。這里的RDD元素的類型T和返回值的類型U可以為同一個類型。

fold(zeroValue: T)(op: (T, T)=>T)
fold是aggregate的便利接口，其中，op操作既是seqOp操作也是combOp操作，且最終的返回類型也是T，即與RDD中每一個元素的類型是一樣的

lookup(key: K): Seq[V]
lookup是針對(K, V)類型RDD的行動操作，對于給定的健值，返回與此健值相對應的所有值

這里一共列出七個將RDD存儲到外部介質的舊版API，前六個API都是saveAsHadoopDataset這個API的簡易實現版本，僅僅支持將RDD存儲到HDFS中，而saveAsHadoopDataset的參數類型是jobConf，所以其不僅能將RDD存儲到HDFS上，也可以將RDD存儲到其它數據庫中，如Hbase，MangoDB等

將RDD保存到HDFS中通常情況需要關注或者設置五個參數，即文件保存的路徑、key值的class類型，Value值的class類型，RDD的輸出格式（outputFormat，如TextOutputFormat），以及最后一個相關的參數codec(如DefaultCodec、Gzip等)