RDD变换：数据的滤镜

RDD变换将产生一个新的RDD。下面的例子中，我们执行一个过滤（Filter）变换，将获得一个新的RDD，由原 RDD中符合过滤条件（即：包含单词Spark）的记录成员构成：

scala> val linesWithSpark = textFile.filter(line => line.contains("Spark"))
linesWithSpark: spark.RDD[String] = spark.FilteredRDD@7dd4af09

变量lineWithSpark现在是一个RDD，由变量textFile这个RDD中所有包含"Spakr"单词的行构成。

由于一个RDD变换总是返回一个新的RDD，因此我们可以将变换和动作使用链式语法串起来。下面的 例子使用了链式语法解决一个具体问题：在文件中有多少行包含单词“Spark”？

scala> textFile.filter(line => line.contains("Spark")).count() 
res3: Long = 15

这等同于：

scala> val rdd1 = textFile.filter(line => line.contains("Spark"))
...
scala> rdd1.count() 
res12: Long = 15

用链式语法写起来更流畅一些，不过这只是一种口味的倾向而已。

RDD变换总是返回RDD，这让我们可以把变换串起来！