1. foreach (类似于map, 但是没有返回值)：

scala> val l = List(1, 2, 3, 4)l: List[Int] = List(1, 2, 3, 4) // map有返回值 scala> l.map(3 * _)res18: List[Int] = List(3, 6, 9, 12)scala> l.map(println(_)) 1234 res29: List[Unit] = List((), (), (), ())scala> l.map(x => println(3 * x)) 36912 res30: List[Unit] = List((), (), (), ()) // foreach 无返回值 scala> l.foreach(println(_)) 1234 scala> l.foreach(x => println(3 * x)) 36912

2. filter (过滤)：

scala> val l = List(1, 2, 3, 4)l: List[Int] = List(1, 2, 3, 4)scala> l.filter(_ % 2 ==0)res31: List[Int] = List(2, 4)scala> l.filter(x => x % 2 ==0)res32: List[Int] = List(2, 4)

3. zip (聚合 =>  生成一个装有元组的列表 ) 方法的使用：

scala> val a = List(1, 2, 3, 4)a: List[Int] = List(1, 2, 3, 4)scala> val b = List(11, 12, 13, 14)b: List[Int] = List(11, 12, 13, 14)scala> a.zip(b)res33: List[(Int, Int)] = List((1,11), (2,12), (3,13), (4,14))scala> a zip bres34: List[(Int, Int)] = List((1,11), (2,12), (3,13), (4,14))

4. partition (列表分割)：

scala> val l = List(1, 2, 3, 4)l: List[Int] = List(1, 2, 3, 4)scala> l.partition(_ % 2 == 0)res36: (List[Int], List[Int]) = (List(2, 4),List(1, 3))

5. flatten (扁平化：多个List 压缩到一个List中 )：

scala> List(List(1, 2, 3), List(4, 5))res39: List[List[Int]] = List(List(1, 2, 3), List(4, 5))scala> List(List(1, 2, 3), List(4, 5)).flattenres40: List[Int] = List(1, 2, 3, 4, 5)

6. flatMap (map + flatten)：

map是针对 大List中小List的操作,所以X得到就是小List， 然后对小List中元素进行map操作

然后对最终的结果：flatten汇总操作

- Spark 中 map函数会对每一条输入进行指定的操作，然后为每一条输入返回一个对象；

- 而flatMap函数则是两个操作的集合——正是“先映射后扁平化”：

   操作1：同map函数一样：对每一条输入进行指定的操作，然后为每一条输入返回一个对象

   操作2：最后将所有对象合并为一个对象

红色参考地址： http://www.bkjia.com/yjs/927704.html?qqdrsign=CD65

scala> val a = List(List(1, 2, 3), List(4, 5))a: List[List[Int]] = List(List(1, 2, 3), List(4, 5))scala> a.flatMap( _.map(3 * _))res51: List[Int] = List(3, 6, 9, 12, 15)scala> a.flatMap(x => x.map(3 * _))res53: List[Int] = List(3, 6, 9, 12, 15)