【Spark】彈性分佈式數據集RDD及其操作

1、RDD簡介 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。RDD在抽象上來說是一種元素集合，包含了數據。它是被分區的，分爲多個分區，每個分區分佈在集羣中的不同節點上，從而讓RDD中的數據可以被並行操作（分佈式數據集）。RDD通常通過Hadoop上的文件，即HDFS文件或者Hive表，來進行創建；有時也可以通過應用程序中

>>阅读原文<<