04-spak RDD算子測試實戰

Spark算子概述 RDD：彈性分佈式數據集，是一種特殊集合、支持多種來源、有容錯機制、可以被緩存、支持並行操作，一個RDD代表多個分區裏的數據集。 RDD有兩種操作算子： • Transformation（轉換）：Transformation屬於延遲計算，當一個RDD轉換成另一個RDD時並沒有立即進行轉換，僅僅是記住了數據集的邏輯操作 • Action（執行）：觸發Spark作業的運行，真正觸發

>>阅读原文<<