【Spark亞太研究院系列叢書】Spark實戰高手之路-第3章Spark架構設計與編程模型第2節②

三， Spark的RDD

在Spark中一切都是以RDD爲基礎和核心的：

 

每一個RDD的API以下所示：

Spark官方文檔中給出了的衆多的RDD：

RDD中的操做分爲transformations和actions兩種：

下面舉一個例子來講明RDD的使用：

另外有兩個特殊的RDD:

他們都是controlling operations：

RDD在執行的時候都是並行的：

四， Spark的高容錯機制lineage

基於DAG圖，lineage是輕量級而高效的：

操做之間相互具有lineage的關係，每一個操做只關心其父操做，各個分片的數據之間互不影響，出現錯誤的時候只要恢復單個Split的特定部分便可：