Transformations 类算子，只是定义并描述数据形态的转换过程，并不立即执行计算
| 适用范围 | 用途 | 算子集合 | ||
| 任意RDD | 单个RDD转换 | map、mapPartitions、mapPartitionsWithIndex filter | ||
| 任意RDD | 与其它RDD组合 | union、intersection、join cogroup、cartesian | ||
| 任意RDD | 数据采集 | sample、distinct | ||
| 任意RDD | 数据分片重分布 | repartition、repartitionAndSortWithinPartitions | ||
| paired RDD | 单个RDD的数据聚合 | groupByKey、sortByKey reduceByKey、aggregateByKey | ||
上边说了，Transformations类算子并不立即执行计算，当且仅当开发者调用 Actions 算子时，之前调用的转换算子才会付诸执行
| 适用范围 | 用途 | 算子集合 | ||
| 任意RDD | 收集数据到driver | collect、first、take takeSample、takeOrdered count | ||
| 任意RDD | 持久化数据 | saveAsTextFile、saveAsSequenceFile、saveAsObjectFile takeSample、takeOrdered | ||
| 任意RDD | 函数式操作 | foreach | ||
以下算子的执行，通常会发生数据跨节点的移动，从而触发shuffle操作
| 用途 | 描述 | 算子集合 | ||
| repartition类的操作 | repartition类重分区操作，对之前所有的分区的数据进行随机，均匀的打乱，然后把数据放入下游新的指定数量的分区内 | repartition、repartitionAndSortWithinPartitions、coalesce | ||
| byKey类的操作 | byKey类的操作需要对某个key进行聚合操作，那么肯定要保证集群中所有节点上的，相同的key，一般会移动到同一个节点上进行处理 | reduceByKey、groupByKey、aggregateByKey、sortByKey countByKey、foldByKey、combineByKey | ||
| join类的操作 | join类的操作，通常是两个rdd进行需要join，就必须将相同join的key的数据，移动到同一个节点上，然后进行相同key的两个rdd数据的笛卡尔乘积 | join、cogroup | ||