RDD、DataFrame、Dataset

首先從版本的產生上來看： RDD (Spark1.0) —> Dataframe(Spark1.3) —> Dataset(Spark1.6)   RDD      RDD的劣勢是性能限制，它是一個JVM駐內存對象，這也就決定了存在GC的限制和數據增加時Java序列化成本的升高。   Dataframe      與RDD類似，DataFrame也是一個分佈式數據容器。然而DataFrame更像傳

>>阅读原文<<