RDD行动算子说明

2. RDD 行动算子

行动算子触发实际计算并返回结果。

(1) collect()（收集所有数据）

rdd = sc.parallelize([1, 2, 3])
rdd.collect()  # 返回: [1, 2, 3]（数据需能放入单机内存）

(2) take(n)（获取前 n 条数据）

rdd = sc.parallelize([10, 20, 30, 40])
rdd.take(2)  # 返回: [10, 20]

(3) first()（获取第一条数据）

rdd = sc.parallelize([5, 2, 8])
rdd.first()  # 返回: 5

(4) 统计操作（需数值类型 RDD）

rdd = sc.parallelize([1.0, 2.0, 3.0])
rdd.max()   # 3.0
rdd.min()   # 1.0
rdd.sum()   # 6.0
rdd.mean()  # 2.0