RDD概念、特性、緩存策略與容錯

一、RDD概念與特性 1. RDD的概念 　　RDD（Resilient Distributed Dataset），是指彈性分佈式數據集。數據集：Spark中的編程是基於RDD的，將原始數據加載到內存變成RDD，RDD再經過若干次轉化，仍爲RDD。分佈式：讀數據一般都是從分佈式系統中去讀，如hdfs、kafka等，所以原始文件存在磁盤是分佈式的，spark加載完數據的RDD也是分佈式的，換句話說R

>>阅读原文<<