【Spark】彈性分佈式數據集RDD及其操做

一、RDD簡介 RDD是Spark提供的核心抽象，全稱爲Resillient Distributed Dataset，即彈性分佈式數據集。RDD在抽象上來講是一種元素集合，包含了數據。它是被分區的，分爲多個分區，每一個分區分佈在集羣中的不一樣節點上，從而讓RDD中的數據能夠被並行操做（分佈式數據集）。RDD一般經過Hadoop上的文件，即HDFS文件或者Hive表，來進行建立；有時也能夠經過應用程

>>阅读原文<<