往下介紹之前，先講解一下Scala中的Implicit Conversion(隱式轉換)，因為Spark大量使用宣告方式，所以了解Implicit Conversion對看API文件或原始碼時很有幫助。但Implicit說起來有點抽象，還是看例子吧：

[Snippet.4]宣告一個 type parameterized的Class類別

scala> class ClassOne[T](val input: T) { }
defined class ClassOne

• 範例中宣告了一個ClassOne的類別，跟在其後的是[T]，這在Scala中的講法是type parameterized，代表這個類別可以儲存不定類別的物件，這東西就先把它當作Java或C++中的泛型看待就可以了。
• (val input: T)是宣告類別成員，Scala在Class宣告時可以直接宣告field memeber類別成員，範例中就是類別T的input變數，然後還自帶getter與setter不用自己宣告，酷吧XD。
• class body範例中為空。

都會宣告type parameterized的Class，那宣告一般Class就不在話下了：

scala> class ClassOneStr(val one: ClassOne[String]) {
       def duplicatedString() = one.input + one.input
       }
defined class ClassOneStr

scala> class ClassOneInt(val one: ClassOne[Int]) {
       def duplicatedInt() = one.input.toString + one.input.toString
       }
defined class ClassOneInt

• 範例中宣告了ClassOneStr與ClassOneInt兩個一般類別，並各自擁有ClassOne[String]與ClassOne[Int]名稱為one的類別成員。並且各自宣告了一個duplicatedXXX的簡易函式，一個重複Str，一個重複Int(為了輸出成字串所以透過toString轉型)。

宣告這幾個class的用意到底要幹嘛？？？

OK，有趣的事情來了，宣告implict 函式！

scala> implicit def toStrMethods(one: ClassOne[String]) = new ClassOneStr(one)
toStrMethods: (one: ClassOne[String])ClassOneStr

scala> implicit def toIntMethods(one: ClassOne[Int]) = new ClassOneInt(one)
toIntMethods: (one: ClassOne[Int])ClassOneInt

宣告兩個隱式轉換函式toStrMethods與toIntMethods，舉toStrMethods為例，我認為容易解讀的方式為以下：

1. 先忽略函式名稱先看(one: ClassOne[String]) = new ClassOneStr(one)，這代表使用ClassOne[String]的物件時one，會隱密的幫你轉換成new ClassOneStr(one)的ClassOneStr物件，而且類別成員都幫你指定好了XD
2. toStringMethods這個命名不重要，因為都是隱式轉換了，當然不會call function name阿~~

因此，如果我們有一個物件如下宣告：

scala> val oneStrTest= new ClassOne("test")
oneStrTest: ClassOne[String] = ClassOne@1d8e9d3e

oneStrTest使用時會幫你轉成ClassOneStr，這有啥好處勒？
這樣就能用ClassOneStr的duplicatedString()啦，並且保證型別是對的

scala> oneStrTest.duplicatedString
res0: String = testtest

驗證另外一種type是否能呼叫duplicatedString：

scala> val oneIntTest = new ClassOne(123)
oneIntTest: ClassOne[Int] = ClassOne@5617168c

scala> oneIntTest.duplicatedString
<console>:33: error: value duplicatedString is not a member of ClassOne[Int]
       oneIntTest.duplicatedString

你看，若宣告為Int類別，呼叫duplicatedString就會報錯啦。

• 講這麼多其實是要提到，SparkRDD中有許多函式都是用implicit conversion來達成的，讓API呼叫端比較無感XD
• 等等要提的Double類RDD，就有很多額外支援(整數中沒有)的函式是透過implicit conversion實現。

Double RDD
Double類RDD有許多Int類沒有的好用函式(但結果可能為Double，所以為Double類XDDD)
用昨天的distIds當作例子吧(忘記這啥的趕快去看一下昨天的distinct)

scala> distIds
res9: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[6] at distinct at <console>:35

scala> distIds.collect
res3: Array[String] = Array(80, 20, 15, 31, 17, 13, 77, 36, 16, 52, 30, 94)

STOP!別忘了現在distIds還是String類別，那該如何做勒？沒錯，就是用map轉換

scala> val distIdsNum = distIds.map(_.toInt)
distIdsNum: org.apache.spark.rdd.RDD[Int] = MapPartitionsRDD[7] at map at <console>:37

OK，來個描述統計連續技：

scala> distIdsNum.mean
res5: Double = 40.083333333333336

scala> distIdsNum.sum
res6: Double = 481.0

scala> distIdsNum.variance
res7: Double = 757.0763888888888

scala> distIdsNum.stdev
res8: Double = 27.515021150071625

另外若在大資料集上，求準確的sum與means的時間太長，有兩個特別的sumApprox與meanApprox action類別函式可以玩玩。