大數據Spark學習總結

RDD及其特點 1、RDD是Spark的核心數據模型，但是個抽象類，全稱爲Resillient Distributed Dataset，即彈性分佈式數據集。 2、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） 3、RDD通常通過Hadoop上的文件，即HDFS文件或者Hive表，來進行

>>阅读原文<<