Java Spark RDD編程:常見操做、持久化、函數傳遞、reduce求平均

RDD是Spark的核心抽象，全稱彈性分佈式數據集（就是分佈式的元素集合）。Spark中對數據的全部操做無外乎建立RDD、轉化已有RDD和調用RDD的操做進行求值。Spark 會自動將  RDD 中的數據分發到集羣上，並將操做並行化執行  RDD在抽象上來講是一種不可變的分佈式數據集合(外部文本文件是在建立RDD時自動被分爲多個分區)。它是被分爲多個分區，每一個分區分佈在集羣的不一樣節點（自動分發

>>阅读原文<<