【算法工程師】spark面試問題總結

spark中的RDD是什麼，有哪些特性？ RDD（Resilient Distributed Dataset）叫作彈性分佈式數據集，是spark中最基本的數據抽象，它表明一個不可變，可分區，裏面的元素能夠並行計算的集合。node RDD中的數據能夠存儲在內存或者磁盤中； RDD中的分區是能夠改變的； 【五大特性】web A list of partitions：一個分區列表，RDD中的數據都存儲在

>>阅读原文<<