深入理解RDD

RDD 即 Resilient Distributes Dataset, 是spark中最基礎、最常用的數據結構。其本質是把input source 進行封裝，封裝之後的數據結構就是RDD，提供了一系列操作，比如 map、flatMap、filter等。input source種類繁多，比如hdfs上存儲的文件、本地存儲的文件，相應的 RDD的種類也有很多。不同的input source 對應着不

>>阅读原文<<