Spark源碼系列（二）RDD詳解

Spark源碼系列（二）RDD詳解 1、什麼是RDD？ 上一章講了Spark提交作業的過程，這一章我們要講RDD。簡單的講，RDD就是Spark的input，知道input是啥吧，就是輸入的數據。 RDD的全名是Resilient Distributed Dataset，意思是容錯的分佈式數據集，每一個RDD都會有5個特徵： 1、有一個分片列表。就是能被切分，和hadoop一樣的，能夠切分的數據才

>>阅读原文<<