RDD、DataFrame、DataSet原理解析

一、RDD、DataFrame、DataSet三者概念 1. RDD：全稱Resilient Distributed Dataset，彈性分佈式數據集，Spark中最基礎的數據抽象，特點是RDD只包含數據本身，沒有數據結構。 2. DataFrame：也是一個分佈式數據容器，除數據本身，還記錄了數據的結構信息，即schema；結構信息便於Spark知道該數據集中包含了哪些列，每一列的類型和數據是什

>>阅读原文<<