transformation操作概览（一）
| Transformation | Meaning |
| map | 对传入的每个元素，返回一个新的元素 |
| flatMap | 对传入的每个元素，返回一个或多个元素 |
| filter | 对传入的元素返回true或false，返回的false的元素被过滤掉 |
| union | 将两个DStream进行合并 |
| count | 返回元素的个数 |
| reduce | 对所有values进行聚合 |
| countByValue | 对元素按照值进行分组，对每个组进行计数，最后返回 |
| reduceByKey | 对key对应的values进行聚合 |
| cogroup | 对两个DStream进行连接操作，一个key连接起来的两个RDD的数据，都会以Iterable |
transformation操作概览（二）
| Transformation | Meaning |
| join | 对两个DStream进行join操作，每个连接起来的pair，作为新DStream的RDD的一个元素 |
| transform | 对数据进行转换操作 |
| updateStateByKey | 为每个key维护一份state，并进行更新（这个，我认为，是在普通的实时计算中，最有用的一种操作） |
| window | 对滑动窗口数据执行操作（实时计算中最有特色的一种操作） |
文章最后，给大家推荐一些受欢迎的技术博客链接：
- Hadoop相关技术博客链接
- Spark 核心技术链接
- JAVA相关的深度技术博客链接
- 超全干货--Flink思维导图，花了3周左右编写、校对
- 深入JAVA 的JVM核心原理解决线上各种故障【附案例】
- 请谈谈你对volatile的理解？--最近小李子与面试官的一场“硬核较量”
- 聊聊RPC通信，经常被问到的一道面试题。源码+笔记，包懂
欢迎扫描下方的二维码或 搜索 公众号“10点进修”，我们会有更多、且及时的资料推送给您，欢迎多多交流！
评论记录：
回复评论：