Spark MLlib 學習入門筆記 - RDD基礎

RDD（Resilient Distributed Datasets）分佈式彈性數據集，將數據分佈存儲在不同節點的計算機內存中進行存儲和處理。RDD的任務被分成兩部分：Transformation和Action。Transformation用於對RDD的創建，即一個RDD轉換爲另一個RDD，Action是數據計算執行部分，如count、reduce、collect等。 Spark文檔裏有相關的說明

>>阅读原文<<