Spark快速大數據分析之RDD基礎

RDD基礎 Spark 中的RDD 就是一個不可變的分佈式對象集合。每一個RDD 都被分爲多個分區，這些分區運行在集羣中的不一樣節點上。RDD 能夠包含Python、Java、Scala中任意類型的對象，甚至能夠包含用戶自定義的對象。 python 用戶可使用兩種方法建立RDD：讀取一個外部數據集，或在驅動器程序裏分發驅動器程序中的對象集合（好比list 和set）。web RDD支持兩種類型的操

>>阅读原文<<