Spark RDD是惰性求值的，如果需要对一个RDD多次使用，那么调用行动操作时每次都需要重复计算RDD以及它的依赖。()

map算子返回一个新的RDD，该RDD由每一个输入元素经过func函数转换后组成（） distinct 算子对源RDD进行去重后返回一个新的RDD（） RDD的filter函数返回一个存储符合过滤条件的所有元素的新RDD。() sortByKey算子在一个（K,V）的RDD上调用，K必须实现Ordered接口，返回一个按照key进行排序的（K,V）的RDD（） PairRDD的()方法，可以把两个RDD中键相同的元素组合在一起，合并为一个RDD。 Spark Streming中()函数可以通过对源DStream的每RDD应用RDD-to-RDD函数返回一个新的DStream，这可以用来在DStream做任意RDD操作。 如果要对一个动作按钮设定大小，该如何操作？ reduceByKey算子在一个（K，V）的RDD上调用，返回一个（K，V）的RDD，使用指定的reduce函数，将相同key的值聚合到一起 RDD的flatMap操作是将函数应用于RDD之中的每一个元素，将返回的迭代器(数组、列表等)中的所有元素构成新的RDD。() 如果设计一个有三个自变量的实验，需要做的是3×3的多因素设计 与RDD类似，DataFrame也是一个分布式数据容器 dataFrame和RDD类似，也是一个分布式数据容器（） SparkStreaming容错机制是指RDD中任意的Partition出错，都可以根据其父RDD重新计算生成，如果父RDD丢失，则需要去磁盘中查找原始数据（） Action是RDD的算子的一个类型，不可以将结果写入（） cogroup算子在类型为（K，V）和（K，W）的RDD上调用，返回一个（K，（Iterable，Iterable））类型的RDD filter算子返回一个新的RDD，该RDD由经过函数计算后返回值为true的输入元素组成 如果一个会议特别需要 如果要对RIP进行调试排错，应该使用哪一个命令？ 领悟人生真谛，就需要对（）有一个科学的认识。 根据下列反应设计的原电池，不需要惰性电极的是哪一个？