sparkRDD

基本概念        RDD（Resilient Distributed Dataset），彈性分佈式數據集，是Spark數據處理的核心抽象        屬性：分區列表、分區函數、RDD依賴、分片函數（只有kv格式數RDD纔有，兩種函數HashPatitioner和RangePartitioner，不是kv格式的RDD則是none。可選）、數據就近原則（數據在哪裏就在哪個節點執行任務或最近的節

>>阅读原文<<