说明
根据指定的规则从数据集中抽取数据
应用场景
经过 filter、groupBy 算子运算后，数据可能会出现倾斜（即：某个分区的数据量特别大），通过sample算子采样出一份样本来
声明
def sample(
withReplacement: Boolean,
fraction: Double,
seed: Long = Utils.random.nextLong): RDD[T]
参数：
withReplacement：
true：为泊松算法，抽取的数据放回。即：随机数据可能重复
false：伯努利算法，抽取的数据不放回。即：随机数据不重复
fraction：
withReplacement 为 true：重复数据的几率，范围大于等于 0.表示每一个元素被期望抽取到的次数
withReplacement 为 false：抽取的几率，范围在[0,1]之间,0：全不取；1：全取；
seed：随机数种子，默认为随机数。当调试程序时，才设置固定值
例子
val sparConf = new SparkConf().setMaster("local[*]").setAppName("RDD")
val sc = new SparkContext(sparConf)
val rdd:RDD[Int] = sc.makeRDD(List(1,2,3,4,5))
val resRDD: RDD[Int] = rdd.sample(false,0.4)
resRDD.foreach(println)
sc.stop()
执行结果：
4
2
5
每次执行，抽取的数据不一样