Spark基本工做原理與RDD

 RDD以及其特色 一、RDD是Spark提供的核心抽象，全稱爲Resillient Distributed Dataset，即彈性分佈式數據集。 二、RDD在抽象上來講是一種元素集合，包含了數據。它是被分區的，分爲多個分區，每一個分區分佈在集羣中的不一樣節點上，從而讓RDD中的數據能夠被並行操做。（分佈式數據集） 三、RDD一般經過Hadoop上的文件，即HDFS文件或者Hive表，來進行建立；

>>阅读原文<<