- map(func)：返回一個新的RDD，該RDD由每一個輸入元素經過func函數轉換後組成。
- mapPartitions(func)：類似於map,但獨立地在RDD的每一個分片上運行，因此在類型爲T的RD上運行時，func的函數類型必須是Iterator[T] => Iterator[U]。假設有N個元素，有M個分區，那麼map的函數將被調用N次，而mapPartitions被調用M次，一個函數一次處理所有分區。
- reduceByKey(func,[numTask])：在一個（k,v）的RDD上調用，返回一個（k,v）的RDD，使用給定的reduce函數，將相同key的值聚合到一起，reduce任務的個數可以通過第二個可選的參數來設置。
- aggregateByKey(zeroValue:U,[partitioner:Partitioner])(seqOp:(U，V)=>U，combOp:(U,U)=>U)：在kv對的RDD中，按key將value進行分組合並，合併時，將每個value和初始值作爲seq函數的參數，進行計算，返回的結果作爲一個新的kv對，然後再將結果按照key進行合併，最後將每個分組的value傳遞給combine函數進行計算(先將前兩個value進行計算，將返回結果的下一個value傳給combine函數，以此類推)，將keey與計算結果作爲一個新的kv對輸出。
- combineByKey(createCombiner: V=>C, mergeValue: (C, V) =>C, mergeCombiners: (C,C) =>C)：對相同K，把V合併成一個集合。
- createCombiner: combineByKey() 會遍歷分區中的所有元素，因此每個元素的鍵要麼 還沒有遇到過，要麼就和之前的某個元素的鍵相同。如果這是一個新的元素,combineByKey() 會使用一個叫作 createCombiner()的函數來創建那個鍵對應的累加器的初始值。
- mergeValue: 如果這是一個在處理當前分區之前已經遇到的鍵，它會使用 mergeValue() 方法將該鍵的累加器對應的當前值與這個新的值進行合併。
- mergeCombiners: 由於每個分區都是獨立處理的， 因此對於同一個鍵可以有多個累加 器。如果有兩個或者更多的分區都有對應同一個鍵的累加器， 就需要使用用戶提供的 mergeCombiners() 方法將各個分區的結果進行合併。