spark淺談(1):RDD

一、彈性分佈式數據集 　　 1.彈性分佈式數據集(RDD)是spark數據結構的基礎。它是一個不可變的分佈式對象的集合，RDD中的每個數據集都被劃分爲一個個邏輯分區，每個分區可以在集羣上的不同節點上進行計算。RDDs可以包含任何類型的Python，Java或者Scala對象，包括用戶自定義的類。 　　2.正常情況下，一個RDD是一個只讀的記錄分區集合。RDDs可以通過對穩定存儲數據或其他RDDs進

>>阅读原文<<