1、foreach操作：對RDD中的每個元素執行f函式操作，返回Unit。

def funOps1(): Unit = {
  var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
  rdd1.foreach(println _)
}

原始碼：

2、saveAsTextFile操作：將資料輸出到hdfs上，將RDD中的每個元素對映轉變為（Null, e.toString）,然後將其寫入HDFS。RDD的每個分割槽儲存為HDFS中的一個Block。

def funOps2(): Unit = {
  var rdd1 = sc.parallelize(List(1
 
, 2, 3, 5, 6))
  var rdd2 = rdd1.map(_ + 1)
  rdd2.saveAsTextFile("hdfs://xxx")
}

3、saveAsObjectFile操作：saveAsObjectFile將分割槽中的每10個元素組成一個Array，然後將這個Array序列化，對映為（Null，BytesWritable（Y））的元素，寫入HDFS為SequenceFile的格式。

  def funOps2(): Unit = {
    var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
    var rdd2 = rdd1.map(_ + 1
 
)
    rdd2.saveAsObjectFile("hdfs://xx")
//    rdd2.saveAsTextFile("hdfs://xxx")
  }

原始碼：

4、collect操作：相當於toArray操作，將分散式的RDD轉為一個數組返回到Driver程式所在的節點。

scala> var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[45] at parallelize at <console>:27
 

scala> rdd1.collect
res19: Array[Int] = Array(1, 2, 3, 5, 6) 

5、collectAsMap操作：對（k,v）型的RDD資料轉為一個單機的HashMap返回到Driver程式所在的節點。如果有重複的k，則後面的元素覆蓋前面的。
原始碼：

6、reduceByKeyLocally操作：實現的是先reduce再collectAsMap的功能，先對RDD的整體進行reduce操作，然後再收集所有結果返回為一個HashMap。

7、Lookup操作：對（K，V）型的RDD操作，返回指定K對應的元素形成的Seq。這個函式處理優化的部分在於，如果這個RDD包含分割槽器，則只會對應處理K所在的分割槽，然後返回由（K，V）形成的Seq。如果RDD不包含分割槽器，則需要對全RDD元素進行暴力掃描處理，搜尋指定K對應的元素。

左側方框代表RDD分割槽，右側方框代表Seq，最後結果返回到Driver所在節點的應用中。

8、count操作：返回RDD中元素個數。

scala> var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[47] at parallelize at <console>:27
scala> rdd1.count
res23: Long = 5 

9、top操作：返回RDD中最大的k個元素

scala> var rdd1 = sc.parallelize(List(1, 2, 3, 5, 6))
rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[47] at parallelize at <console>:27
scala> rdd1.top(2)
res24: Array[Int] = Array(6, 5) 

10、take操作：返回RDD中最小的k個元素

scala> rdd1.take(2)
res25: Array[Int] = Array(1, 2)

11、reduce操作：相當於對每個元素進行reduceLeft操作。

12、fold操作

13、aggregate操作：對每個分割槽的所有元素進行aggregate操作，再對分割槽的結果進行fold操作。aggregate採用歸併的方式進行資料聚集，是並行化的。 而在fold和reduce函式的運算過程中，每個分割槽中需要進行序列處理，每個分割槽序列計算完結果，結果再按之前的方式進行聚集，並返回最終聚集結果。