map()：将函数应用于RDD中的每个元素，返回值构成新的RDD。例如：

rdd.map(x => x + 1)

将返回一个新的RDD，每个元素比原来的元素大1。

flatMap()：将函数应用于RDD中的每个元素，返回一个迭代器，所有内容组成新的RDD。通常用于切分数据。例如：

rdd.flatMap(x => x.to(3))

将每个元素分解成三个部分，返回一个新的RDD。

filter()：过滤RDD中的元素，保留通过函数返回True的元素。例如：

rdd.filter(x => x != 1)

过滤掉所有等于1的元素。

distinct()：去重，返回唯一的元素。例如：

rdd.distinct()

去除重复的元素，保留唯一的值。

union()：将两个RDD合并，返回一个包含所有元素的新RDD。例如：

rdd.union(other_rdd)

合并两个RDD，得到一个新的 RDD。

intersection()：返回两个RDD共同的元素。例如：

rdd.intersection(other_rdd)

求两个 RDD 的交集。

subtract()：移除一个 RDD 中的内容。例如：

rdd.subtract(other_rdd)

移除其他 RDD 中的元素。

cartesian()：与另一个 RDD 生成笛卡尔积。例如：

rdd.cartesian(other_rdd)

返回一个新 RDD，包含两个 RDD 中所有元素的组合。

collect()：将 RDD 中的所有元素收集到本地列表中。例如：

rdd.collect()

适用于小数据集，查看结果。

count()：返回 RDD 中的元素个数。例如：

rdd.count()

快速统计元素个数。

save()：将 RDD 中的数据保存到外部文件中。例如：

rdd.save("file.txt")

保存数据到本地文件。

reduce()：对 RDD 中的元素进行并行化的归约操作。例如：

rdd.reduce(lambda a, b: a + b)

计算所有元素的和。

fold()：类似于 reduce，但需要提供初始值。例如：

rdd.fold(0)(lambda a, b: a + b)

计算所有元素的和，初始值为0。

aggregate()：结合 reduce 和 fold，提供更灵活的聚合操作。例如：

rdd.aggregate((0, 0))((x, y) => (x + y, ...), (x, y) => (...))

根据需求定义聚合逻辑。

foreach()：对 RDD 中的每个元素应用函数。例如：

rdd.foreach(func)

适用于需要遍历每个元素的场景。

parallelize()：将数据并行化处理，生成 RDD。例如：

data = [1, 2, 3, 4, 5]distData = sc.parallelize(data)

并行化数据，生成分布式数据集。

textFile()：读取外部文本文件，生成 RDD。例如：

rdd = sc.textFile("./c2.txt")

逐行读取文本文件。

saveAsText()：将 RDD 中的数据保存到外部文件。例如：

rdd.saveAsText("file.txt")

保存数据到本地文件。