Action類算子也是一類算子（函數）叫做行動算子，如foreach,collect，count等。Transformations類算子是延遲執行，Action類算子是觸發執行。一個application應用程序中有幾個Action類算子執行，就有幾個job運行。

（1）reduce

reduce其實是講RDD中的所有元素進行合並，當運行call方法時，會傳入兩個參數，在call方法中將兩個參數合並後返回，而這個返回值回合一個新的RDD中的元素再次傳入call方法中，繼續合並，直到合並到只剩下一個元素時。

代碼

    public static void reduce() {
        JavaRDD
 
<String> rdd = jsc.textFile("words");
        String reduce = rdd.flatMap(new FlatMapFunction<String, String>() {

            private static final long serialVersionUID = 1L;

            @Override
            public Iterable<String> call(String a) throws Exception {
                
 
return Arrays.asList(a.split(" "));
            }
        }).reduce(new Function2<String, String, String>() {
            
            private static final long serialVersionUID = 1L;

            @Override
            public String call(String a, String b) throws Exception {
                
 
return a+"-->"+b;
            }
        });
        System.out.println(reduce);
        
    }

結果：

（2）collect（）

將計算的結果作為集合拉回到driver端，一般在使用過濾算子或者一些能返回少量數據集的算子後，將結果回收到Driver端打印顯示。

分布式環境下盡量規避，如有其他需要，手動編寫代碼實現相應功能就好。

詳情請參考：https://blog.csdn.net/Fortuna_i/article/details/80851775

代碼：

    public static void collect() {
        JavaRDD<String> rdd = jsc.textFile("words");
        List<String> collect = rdd.flatMap(new FlatMapFunction<String, String>() {

            private static final long serialVersionUID = 1L;

            @Override
            public Iterable<String> call(String a) throws Exception {
                return Arrays.asList(a.split(" "));
            }
        }).collect();
        for (String string : collect) {
            System.out.println(string);
        }
    }

結果：

（3）take

返回一個包含數據集前n個元素的數組（從0下標到n-1下標的元素），不排序。

代碼：

    public static void take() {
        JavaRDD<String> rdd = jsc.textFile("words");
        List<String> take = rdd.flatMap(new FlatMapFunction<String, String>() {

            private static final long serialVersionUID = 1L;

            @Override
            public Iterable<String> call(String a) throws Exception {
                return Arrays.asList(a.split(" "));
            }
        }).take(5);
        for (String string : take) {
            System.out.println(string);
        }
    }

結果：

（4）first

返回數據集的第一個元素（底層即是take（1））

代碼：

    public static void first() {
        JavaRDD<String> rdd = jsc.textFile("words");
        String first = rdd.flatMap(new FlatMapFunction<String, String>() {

            private static final long serialVersionUID = 1L;

            @Override
            public Iterable<String> call(String a) throws Exception {
                return Arrays.asList(a.split(" "));
            }
        }).first();
        System.out.println(first);

    }

結果：

（5）takeSample（withReplacement， num， [seed]）

對於一個數據集進行隨機抽樣，返回一個包含num個隨機抽樣元素的數組，withReplacement表示是否有放回抽樣，參數seed指定生成隨機數的種子。

該方法僅在預期結果數組很小的情況下使用，因為所有數據都被加載到driver端的內存中。

代碼：

結果：

（6）count

返回數據集中元素個數，默認Long類型。

代碼：

    public static void count() {
        JavaRDD<String> rdd = jsc.textFile("words");
        long count = rdd.flatMap(new FlatMapFunction<String, String>() {

            private static final long serialVersionUID = 1L;

            @Override
            public Iterable<String> call(String a) throws Exception {
                return Arrays.asList(a.split(" "));
            }
        }).count();
        System.out.println(count);
    }

結果：

spark記錄（4）spark算子之Action