RDD與共享變量

RDD和共享變量是Spark中的兩個重要抽象。web RDD 彈性分佈式數據集， 是分佈式內存的一個抽象概念，RDD提供了一種高度受限的共享內存模型，即RDD是隻讀的記錄分區的集合，只能經過在其餘RDD執行肯定的轉換操做（如map、join和group by）而建立，然而這些限制使得實現容錯的開銷很低。apache RDD的建立 從文件系統中加載數據建立 經過並行集合（數據）建立 val arra

>>阅读原文<<