Spark spark-shell操作

RDD(Resilient Distributed Datasets),彈性分佈式數據集,是分佈式內存的一個抽象概念，RDD提供了一種高度受限的共享內存模型，即RDD是隻讀的記錄分區的集合，只能通過在其他RDD執行確定的轉換操作（如map、join和group by）而創建，然而這些限制使得實現容錯的開銷很低.  創建RDD的兩種方法: 1.並行化集合 val data= sc.paralleli

>>阅读原文<<