开发者学堂课程【大数据 Spark 2020版（知识精讲与实战演练）第三阶段：无类型转换_选择】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/690/detail/12067
有类型转换_transform
内容介绍：
一、transform 使用方式
二、transform 使用场景
一、transform 使用方式
transform 与前面学到的 flatMap、map、mapPartitions 十分相似。
//创建一个新方法，定义为 trans1
@Test
def trans1(): unit = {
//之所以单独学习 transform，是因为之前在学习 RDD 时没有学习该算子，而该算子在某些情境下有其优点。
val ds = spark.range（10）
//创建一个数据集 ds，在 SparkSession 中，有一叫作
spark.range 的方法。在该方法中若输入“10”，即会生成 0-9
的 10 个随机数，则所得的 ds 为 0、1、2、3、4、5、6、7、8、
9。
ds.transform(dataset => dataset.withColumn(＂double＂，
＇id＊2))
//此处的 transform 与前面所学的的 flatMap、map、
mapPartitions 均不相同。虽然四者均为转换类比的算子，但
transform 转换的是两个数据集，是对数据集的操作，而其他三个算子无论是一次给出一个分区的数据，还是一次给出一条数据都不会把整个数据集都进行转换。在 transform 获取到 dataset 之后，即可通过 withColumn 创建新的列 double
//withColumn(＂double＂，＇id＊2)，此 API 在后面的内容中
会继续进行学习。
.show()
}
}
运行程序，运行结果（部分）如下：
可以发现输出结果无误。
withColumn 并非本节课的重点，本节课主要要求掌握 transform 是将一个 dataset 转为另一个 dataset。
二、transform 使用场景
Transform 相较于之前学过的 3 种算子，用途相对没有那么广泛，一般会应用于一些特殊的开发场景中，如 ds 了许多 dataset，即可使用 transform 来进行转换操作。
