Spark中RDD DAG圖的創建

   RDD是spark計算的核心，是分佈式數據元素的集合，具備不可變、可分區、可被並行操做的特性，基礎的RDD類包含了經常使用的操做，若是須要特殊操做能夠繼承RDD基類進行本身的擴展，基礎預算包括map、filter、reduce等。   RDD包含5個主要特性：partition、針對split的算子、自身依賴哪些RDD、分區類型（默認hash）、split計算是的分區位置（例如計算HDFS

>>阅读原文<<