Spark RDD經常使用算子學習筆記詳解(python版)

官網連接： http://spark.apache.org/docs/latest/api/python/pyspark.html#pyspark.RDDphp RDD是Spark中的抽象數據結構類型，任何數據在Spark中都被表示爲RDD。從編程的角度來看，RDD能夠簡單當作是一個數組。和普通數組的區別是，RDD中的數據是分區存儲的，這樣不一樣分區的數據就能夠分佈在不一樣的機器上，同時能夠被並行

>>阅读原文<<