Spark Action完整列表获取及PySpark DataFrame方法属性确认

1. 何处可获取Spark Action的完整列表？ #

Spark官方文档是最权威的参考，但确实存在部分常用Action（比如show()）没被单独归类到Action列表的情况。可以通过两种方式梳理完整的Action范围：

• 查看PySpark DataFrame的API文档时，重点关注明确标注会触发实际计算的方法，这类方法都属于Action。典型的包括：count()、collect()、show()、take(n)、first()、saveAs*系列持久化方法（如saveAsParquetFile()）、write相关的输出方法、foreach()、foreachPartition()等。
• 从原理判断：所有需要将计算结果返回给Driver端（比如collect()把数据拉到本地），或者将数据输出到外部存储/系统（比如写入文件、数据库）的方法，都是Action。

2. 是否可以认为PySpark DataFrame文档中所列的所有方法均为Action？ #

当然不能。PySpark DataFrame的方法分为两类核心类型：

• Transformation（转换操作）：这类方法仅构建逻辑执行计划，不会触发实际计算，调用后只会生成新的DataFrame实例。比如filter()、select()、groupBy()、join()、withColumn()、orderBy()等都属于这类。
• Action（行动操作）：只有需要实际执行计算链、生成具体结果或输出数据的方法才是Action，也就是前面提到的那些会触发计算的方法。

内容的提问来源于stack exchange，提问作者HappilyCoding