《Spark快速大數據分析》筆記Ch3 RDD編程

介紹Spark對數據的核心抽象——彈性分佈式數據集。RDD其實就是分佈式的元素集合。在Spark中，對數據的全部操做不外乎建立RDD、轉化已有RDD以及調用RDD操做進行求值。Spark會自動將RDD中的數據分發到集羣上，並將操做並行化執行。 一、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Pyth

>>阅读原文<<