countByKey：根据RDD的key分组统计对应的value的个数是多少
countByValue：根据RDD的每个元素分组统计相同元素的的个数是多少
coalesce：对已有分区但是分区内数据倾斜的情况，如果确定正在缩减分区的数量重新分区使用coalesce算子，该算子可以参数指定是否进行shuffle
repartition；Repartition()操作可以随机shuffle RDD 数据到你希望
的分区个数，repartition实际在内部调用的是coalesce（numPartiion，true）
cogroup： 两个RDD之间进行join
cartesian：两个RDD进行笛卡尔积计算
broadcast：创建一个广播变量
mapPartitionsWithIndex：该算子的call方法第一个integer参数为每行数据的具体patitionID
aggregateByKey：
aggregate：
count：统计RDD内元素的个数
distinct：去除RDD内的重复元素
parallelize：相当于直接拷贝了原始数据（只不过可以并行计算）
parallelizePairs相当于直接拷贝了原始数据并且把第一个数据当做key（形成key-value的形式）
subtractByKey ：类似于subtrac，删掉 RDD 中键与 其他RDD 中的键相同的元素
reduceByKey：在每个分区内对待输出数据首先进行一个根据key的分组聚合操作，聚合后的数据再次进行分组聚合
groupbykey：每个分区内的数据不进行任何操作，直接移动数据到reduce进行分组聚合
intersection：把两个RDD中数据完全相同的数据进行保留,不相同的数据直接丢弃掉.这个操作会执行shuffle操作.（可以用来进行匹配操作）
repartitionAndSortWithPartition
