请问RDD的()操作是根据键对两个RDD进行内连接

PairRDD的()方法，可以把两个RDD中键相同的元素组合在一起，合并为一个RDD。 RDD的map操作不会改变RDD的分区数目。() Spark RDD是惰性求值的，如果需要对一个RDD多次使用，那么调用行动操作时每次都需要重复计算RDD以及它的依赖。() RDD的subtract用于用于将前一个RDD中在后一个RDD出现的元素删除。() RDD的subtract用于用于将前一个RDD 中在后一个RDD 出现的元素删除。() RDD的flatMap操作是将函数应用于RDD之中的每一个元素，将返回的迭代器(数组、列表等)中的所有元素构成新的RDD。() RDD有几种操作类型（） PairRDD可以通过()获得仅包含键的RDD Spark的RDD持久化操作有()方式 RDD的()操作通常用来划分单词。 RDD的filter函数返回一个存储符合过滤条件的所有元素的新RDD。() RDD可以转化为DataFrames，但是DataFrames不能转化为RDD groupByKey算子在一个（K，V）的RDD上调用，返回一个（K，Iterator[V]）的RDD SparkStreaming容错机制是指RDD中任意的Partition出错，都可以根据其父RDD重新计算生成，如果父RDD丢失，则需要去磁盘中查找原始数据（） RDD的转换操作是用于触发转换操作的操作，这个时候才会真正开始进行计算。() RDD 是含义是（） RDD是一个()的数据结构 sortByKey算子在一个（K,V）的RDD上调用，K必须实现Ordered接口，返回一个按照key进行排序的（K,V）的RDD（） Spark的RDD的转换不会触发Spark计算操作（） RDD的mapPartitions操作会导致Partitions数量的变化。()