将算法移植到Spark上

现在我们修改原始的笨算法，使之适用于Spark：

1. 将数据载入并构造数据集
   在Spark中，这个数据集被称为RDD ：弹性分布数据集。

2. 对数据集进行map操作
   指定行为：如果一行原始记录包含“包租婆”，该行记录映射为新值1，否则映射为新值0 。

3. 对map后的数据集进行collect操作，获得合并的结果。

上面的map操作，和前面JavaScript数组的map方法类似，将原始记录映射为新的记录，并返回一个新的RDD。 collect操作提取RDD中的全部数据到本地。

魔术发生在RDD上。Spark的RDD自动进行数据的切分和结果的整合。我们假装不知道就好了， 就像这一切只发生在本地的一台机器上。

Spark的RDD是一切魔力产生的根源！