轉換（Transformation）算子 就是對RDD進行操作的接口函數，其作用是將壹個或多個RDD變換成新的RDD。
使用Spark進行數據計算，在利用創建算子生成RDD後，數據處理的算法設計和程序編寫的最關鍵部分，就是利用變換算子對原始數據產生的RDD進行壹步壹步的變換，最終得到期望的計算結果。
對於變換算子可理解為分兩類：1，對Value型RDD進行變換的算子；2，對Key/Value型RDD進行變換算子。在每個變換中有僅對壹個RDD進行變換的，也有是對兩個RDD進行變換的。
將當前RDD進行重新分區，生成壹個以numPartitions參數指定的分區數存儲的新RDD。參數shuffle為true時在變換過程中進行shuffle操作，否則不進行shuffle。
在Linux系統中，有許多對數據進行處理的shell命令，我們可能通過pipe變換將壹些shell命令用於Spark中生成新的RDD。
對原RDD中的元素按照函數f指定的規則進行排序，並可通過ascending參數進行升序或降序設置，排序後的結果生成新的RDD，新的RDD的分區數量可以由參數numPartitions指定，默認與原RDD相同的分區數。
輸入參數為另壹個RDD，返回兩個RDD中所有元素的笛卡爾積。
輸入參數為另壹個RDD，返回原始RDD與輸入參數RDD的補集，即生成由原始RDD中而不在輸入參數RDD中的元素構成新的RDD，參數numPartitions指定新RDD分區數。
返回原始RDD與另壹個RDD的並集。
生成由原始RDD的值為Key，另壹個RDD的值為Value依次配對構成的所有Key/Value對，並返回這些Key/Value對集合構成的新RDD
將Key/Value型RDD中的元素的Key提取出來，所有Key值構成壹個序列形成新的RDD。
將Key/Value型RDD中的元素的Value值使用輸入參數函數f進行變換構成壹個新的RDD。