开发者学堂课程【大数据Spark2020最新课程（知识精讲与实战演练）第二阶段：RDD 算子_ Action _ take】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/689/detail/11983
RDD 算子_ Action _ take
内容介绍
一、前言
二、实例讲解
三、总结
一、前言
接下来介绍几个用于获取数据的算子，前面我们接触了一个获取数据的算子，叫做 collect 。有一个叫做 first 的算子，也是用于获取数据，与 collect 获取整个集合不同 ， first 只获取第一个元素。叫做 take 的算子可以用于获取前 n 个元素。叫做 takeSample 的算子与前面的 Sample 一样，但它是直接拿到结果，而 Sample 是在数据整理完后，再经过 Action 获取结果。
二、实例讲解
进入代码，创建新方法，创建集合，定义几个元素，然后 print ，调用 first 、 take 和 takeSample ，完成整个代码的编写，运行代码，查看结果。 take 和 takeSample 返回的结果是一个数组，需要特殊处理一下。代码如下：
@Test
def take() : Unit = {
val rdd = sc.parallelize(Seq(1,2,3,4,5,6))
rdd.take(num = 3).foreach(item => println(item))
println(rdd.first())
rdd.takeSample(withReplacement = true,num = 3)).foreach(item => println(item))
}
通过结果可以看出，这三个结果中间还有额外的 Log 。 take 的结果有三个， first 的结果是一个， takeSample 的结果有三个，出现了放回现象。如果想改成无放回现象，只需要把代码中的 true 改成 flase 即可。
三、总结
简单总结一下， take 和 takeSample 都是获取数据，一个是直接获取，一个是采样获取。 first 在一般情况下， Action 会从所有分区获取数据，速度相对较慢，但它只获取第一个元素，只会处理第一个分区，无需处理所有数据，处理速度较快。
