大數據——spark的RDD理解及寬依賴和窄依賴

1）RDD概念：Resilient Distributed Datasets  彈性分佈式數據集，是一個容錯的、並行的數據結構，可以讓用戶顯式地將數據存儲到磁盤和內存中，並能控制數據的分區。同時，RDD還提供了一組豐富的操作來操作這些數據。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（transformation操作）而創建。RDD可看作一個spark的對象，它本身存在於內

>>阅读原文<<