spark相關面試題總結

（根據博客總結並不斷增加自己的內容） 1.spark中的RDD是什麼，有哪些特性？ 答：RDD（Resilient Distributed Dataset）叫做分佈式數據集，是spark中最基本的數據抽象，它代表一個不可變，可分區，裏面的元素可以並行計算的集合 Dataset：就是一個集合，用於存放數據的 Destributed：分佈式，可以並行在集羣計算 Resilient：表示彈性的，彈性表示

>>阅读原文<<