從運行層面來看，Transformation實際上是一種鏈式的邏輯Action，記錄了RDD演變的過程。Action則是實質觸發
Transformation開始計算的動作，由于在每個Transformation的過程中都有記錄，所以每個RDD是知道上一個RDD是怎樣轉變為
當前狀態的，所以如果出錯就可以很容易的重新演繹計算過程。
Transformation和Actions操作概況Transformation具體內容
map(func) :返回一個新的分布式數據集，由每個原元素經過func函數轉換后組成
filter(func) : 返回一個新的數據集，由經過func函數后返回值為true的原元素組成
*flatMap(func) : 類似于map，但是每一個輸入元素，會被映射為0到多個輸出元素（因此，func函數的返回值是一個Seq，而不是單一元素）
flatMap(func) : 類似于map，但是每一個輸入元素，會被映射為0到多個輸出元素（因此，func函數的返回值是一個Seq，而不是單一元素）
sample(withReplacement, frac, seed) :
根據給定的隨機種子seed，隨機抽樣出數量為frac的數據
union(otherDataset) : 返回一個新的數據集，由原數據集和參數聯合而成
groupByKey([numTasks]) :
在一個由（K,V）對組成的數據集上調用，返回一個（K，Seq[V])對的數據集。注意：默認情況下，使用8個并行任務進行分組，你可以傳入numTask可選參數，根據數據量設置不同數目的Task
reduceByKey(func,
[numTasks]) :
在一個（K，V)對的數據集上使用，返回一個（K，V）對的數據集，key相同的值，都被使用指定的reduce函數聚合到一起。和groupbykey