RDD、DataFrame、DataSet

在Spark中這三種數據格式十分重要，是使用Spark的基礎中的基礎。自己剛開始也一直比較模糊，所以寫篇文章記錄一下作爲備用。 DataSet算子合集 整體算子 RDD和DataFrame 上圖左側的RDD[Person]雖然以Person爲類型參數，但是對Spark框架來說它無法解析得到Person的內部具體結構，但是我們可以通過代碼具體控制每個元素的轉化。而DataFrame增加一個schem

>>阅读原文<<