初學spark基本操做SparkSession、Dataset

RDD的具體描述RDD（彈性分佈式數據集）是Spark提供的最重要的抽象的概念，它是一種有容錯機制的特殊集合，能夠分佈在集羣的節點上，以函數式編操做集合的方式，進行各類並行操做。能夠將RDD理解爲一個具備容錯機制的特殊集合，它提供了一種只讀、只能有已存在的RDD變換而來的共享內存，而後將全部數據都加載到內存中，方便進行屢次重用。java a.他是分佈式的，能夠分佈在多臺機器上，進行計算。數據庫  

>>阅读原文<<