Spark計算模型RDD

RDD概念及特徵： RDD（Resilient Distributed Daraset）叫做彈性分佈式數據集，是spark中最基本的數據抽象，它代表一個不可變、可分區，裏面的元素可並行計算的集合。RDD具有數據流模型的特點：自動容錯，位置感知性調度和可伸縮性。RDD允許用戶在執行多個查詢時顯示地將數據還存在內存中，後續的查詢能夠重用這些數據，這極大的提升了查詢速度。 彈性分佈式數據集合，並且是sp

>>阅读原文<<