如“学习Spark：Lightning-Fast大数据分析”一书所述：
由于Spark计算RDD的方式，转换和操作是不同的。
之后谈论懒惰。正如我发现的那样，转换和行动都在懒洋洋地工作。因此，问题是所引用的句子是什么意思？
答案 0 :(得分：0)
转化是懒惰的，行动不是。
说明：
转换 - 一种在群集上改变数据的函数。这些操作将在执行时更改数据。示例包括map，filter和aggregate。在调用操作之前，不会执行这些操作。
操作 - 任何导致数据被持久化或返回给驱动程序的函数（也是foreach，它并不属于这两个类别）。
为了运行某个操作（如保存数据），必须运行到目前为止所请求的所有转换以实现数据。如果Spark查看您要运行的操作的总执行计划，它可以实现优化，因此在需要之前不计算任何内容是有益的。
答案 1 :(得分：0)
对比RDD动作与变形的懒惰并不一定有效。
正确的说法是RDD被懒惰地评估，从RDD的角度看作为数据集合：创建RDD实例时，内存中不一定有“数据”。
这句话提出的问题是：RDD的数据何时被加载到内存中？哪个可以改为“RDD何时得到评估？”。我们在这里区分了行动和转变：
考虑以下代码序列：
第1行：
rdd = sc.textFile("text-file-path")
RDD是否存在？ 是即可。
数据是否已加载到内存中？ 否即可。
的 - ＆GT; RDD评估很懒惰
第2行：
rdd2 = rdd.map(lambda line: list.split())
RDD是否存在？ 是即可。实际上，有 2个RDD 。
数据是否已加载到内存中？ 否即可。
- ＆GT;但是，它很懒，所有Spark都记录了如何加载数据并对其进行转换，记住谱系（如何从另一个派生RDD）。
第3行
print(rdd2.collect())
RDD是否存在？ 是（仍然有2个RDD）。
数据是否已加载到内存中？的是
有什么区别？ collect()强制Spark返回转换结果。 Spark现在可以完成它在步骤＃1，＃2和＃3中记录的所有内容。
在spark的术语中，＃1和＃2是转换。
转换通常返回另一个RDD实例，这是识别 lazy 部分的提示。
＃3有一个动作，它只是意味着一个操作会导致转换计划以返回结果或执行最终操作，例如保存结果（是的，< em>“比如保存在内存中加载的实际数据集”）。
所以，简而言之，我会说RDD被懒惰地评估，但是，在我看来，将操作（动作或转换）标记为懒惰或不是是不正确的。