Spark RDD中兩種算子之一：常見Transformation算子小結

RDD：彈性分佈式數據集，是一種特殊集合，支持多來源，有容錯機制，可以被緩存，支持並行操作，一個RDD代表多個分區裏的數據集。 RDD有兩種算子： 1.Transformation（轉換）：屬於延遲Lazy計算，當一個RDD轉換成另一個RDD時並沒有立即進行轉換，僅僅是記住數據集的邏輯操作； 2.Action（執行）：觸發Spark作業運行，真正觸發轉換算子的計算； RDD中算子的運行過程： 輸入

>>阅读原文<<