理解Spark RDD

RDD是Spark中的一個很基礎，很核心的概念，其全稱是彈性分佈式數據集，這是一種全新的數據抽象模型。在Spark中處理數據，不管是用BDAS（伯克利數據分析棧）中的哪個數據分析模型，最終都會將數據轉化成基礎的RDDs，將經過各類API定義的操做，解析成對於基礎的RDD操做。這樣一來經過一個底層的Spark執行引擎就能夠知足各類計算模式。這也是Spark設計團隊提出「one thing to ru

>>阅读原文<<