Какие существуют методы работы с распределенными наборами данных (RDD) в Spark?

Методы работы с распределёнными наборами данных (RDD) в Spark делятся на два вида: действия и преобразования. spark-school.ru

Действия — это операции, которые возвращают конкретное значение. spark-school.ru Некоторые из них:

• Collect() — извлекает все элементы RDD в список на драйвере. dzen.ru
• First() — возвращает первый элемент RDD. dzen.ru
• Count() — возвращает количество элементов в RDD. dzen.ru
• SaveAsTextFile() — сохраняет RDD в текстовом формате. dzen.ru
• Take(n) — возвращает в виде массива или списка первые n элементов. spark-school.ru

Преобразования — это операции над коллекциями данных RDD, результатом которых служат новые RDD. spark-school.ru Некоторые из них:

• Filter() — фильтрует элементы RDD по определённому условию. dzen.ru
• Map() — преобразует каждый элемент RDD в новый элемент. dzen.ru
• FlatMap() — преобразует каждый элемент RDD в несколько элементов. dzen.ru
• Reduce() — сводит значения RDD к одному элементу. dzen.ru