Spark任務執行流程解析

Spark任務流程以下圖所示：shell           下面會根據該圖對每一個步驟作詳細介紹：    數組 一、RDD Objects緩存 RDD（ResilientDistributed Dataset）叫作分佈式數據集，是Spark中最基本的數據抽象，它表明一個不可變、可分區、裏面的元素可並行計算的集合。RDD具備數據流模型的特色：自動容錯、位置感知性調度和可伸縮性。RDD容許用戶在執行

>>阅读原文<<