Scala spark中的转换和rdd函数有什么区别？

我在读spark教科书，我看到了转换和动作，我又读了rdd函数，所以我很困惑，谁能解释一下转换和spark rdd函数之间的基本区别呢

---

这两个函数都用于更改rdd数据内容和返回新的rdd，但我想知道精确的解释。

Spark

rdd

函数都是

转换

和

操作

这两个函数<代码>转换是更改

rdd

数据的函数，

操作

是不更改数据但给出输出的函数。
例如：

映射

，

过滤器

，

联合

等都是

转换

，因为它们有助于更改现有数据。

减少

，

收集

，

计数

都是

操作

，因为它们提供输出而不更改数据。

---

有关更多信息，请访问和

RDD仅支持两种类型的操作：转换（从现有数据集创建新数据集）和操作（在数据集上运行计算后向驱动程序返回值）

RDD函数

是教科书中用于内部机制的通用术语

---

例如，MAP是一种转换，它通过一个函数传递每个数据集元素，并返回一个表示结果的新RDD。REDUCE是一个操作，它使用某个函数聚合RDD的所有元素，并将最终结果返回给驱动程序。

由于Spark的集合本质上是不可变的，因此一旦创建RDD，我们就不能更改数据。 转换是应用于RDD并在输出中生成其他RDD的函数（即：

map

，

flatMap

，

filter

，

join

，

groupBy

，…）。 操作是应用于RDD并生成非RDD（数组、列表等）数据作为输出的函数（即：

count

，

saveAsText

，

foreach

，

collect

，…）