Spark RDD使用詳解1--RDD原理

RDD簡介       在集羣背後，有一個很是重要的分佈式數據架構，即彈性分佈式數據集（Resilient Distributed Dataset，RDD）。RDD是Spark的最基本抽象,是對分佈式內存的抽象使用，實現了以操做本地集合的方式來操做分佈式數據集的抽象實現。RDD是Spark最核心的東西，它表示已被分區，不可變的並可以被並行操做的數據集合，不一樣的數據集格式對應不一樣的RDD實現。R

>>阅读原文<<