RDD创建
1、从文件系统中加载数据创建RDD
val lines: RDD[String] = sc.textFile("G:/person.txt")
2、通过并行集合（数组）创建RDD
可以调用SparkContext的parallelize方法，从一个已经存在的集合（数组）上创建RDD
val lines: RDD[String] = sc.parallelize(Array("hello java","hello spark","hello scala"))常用的RDD转换操作API
filter(func)：筛选出满足函数func的元素，并返回一个新的数据集。
map(func)：将每个元素传递到函数func中，并将结果返回为一个新的数据集。
flatMap(func)：与map相似，但每个输入元素都可以映射到0或多个映射结果。
groupByKey()：应用于（k,v）键值对的数据集时，返回一个新的（k,Iterable）形式数据集，例如有三个hello（hello,(1,1,1)）
reduceByKey(func)：应用于（k,v）键值对的数据集时，返回一个新的（k,v）形式数据集，其中每个值是将每个key传递到函数 func中进行聚合后的结果。
常用RDD的行动操作API
count()：返回数据集中的元素个数。
collect()：以数组的形式返回数据集中的所有元素。
first()：返回数据集中第一个元素。
take(n)：以数组的形式返回数据集中的前n个元素。
reduce(func)：通过函数func(输入两个参数并返回一个值)聚合数据集中的元素。
foreach(func)：将数据集中的每个元素传递到函数func中运行。
