# 建立textFileRDD
val textFile = sc.textFile("README.md")
textFile.first()  #獲取textFile RDD的第一個元素
res3:String = # Apache Spark

# 篩選出包括Spark關鍵字的RDD然後進行行計數
val  linesWithSpark = textFile.filter(line => line.contains("Spark"))
linesWithSpark.count()
res10:Long = 19

# 找出RDD textFile中包含單詞數最多的行
textFile.map
 
(line=>line.split(" ").size).reduce((a,b)=>Math.max(a,b))
res12:Int = 14  #第14行是包含單詞最多的行

# 在scala shell中引入Java方法：
import java.lang.Math
textFile.map(line=>line.split(" ").size).reduce((a,b) => Math.max(a,b))

#將RDD linesWithSpark 快取，然後進行計數
linesWithSpark.cache()
res13:linesWithSpark.type
 
 = 
MapPartitionsRDD[8] at filter at <console>:23
linesWithSpark.count()
res15:Long = 19

RDD:
makeRDD 和 parallelize是一樣的，不過makeRDD好像只能scala用，parallelize是Python和 R都能用的

# 通過單詞列表集合建立RDD thingsRDD
val thingsRDD = sc.parallelize(List("spoon","fork","plate","cup","bottle"))

# 計算RDD thingsRDD中單詞的個數
 

thingsRDD.count()
res16:Long = 5

groupByKey( )轉換操作

pairRDD.groupByKey()
#得到：
Banana [Yellow]
Apple  [Red, Green]
Kiwi   [Green]
FIgs   [Black]

collect 或 materialize linesWithSpark RDD中的資料

collect方法返回計算好的數值。？？

linesWithSpark.collect()

快取RDD linesWithSpark

linesWithSpark.cache()

將linesWithSpark從記憶體中刪除

linesWithSpark,unpersist()

RDD的部分轉換操作：