RDD源碼分析--Iterator

RDD，Resilient Distributed Datasets，彈性分佈式數據集。 在Spark中，通俗地可以認爲是一個數據集合，只不過這個數據集合分佈在不同的機器上，對外表現爲一個整體。 一般來講，對RDD進行操作比如map操作時分爲兩步，第一步爲局部操作，即是對每臺機器上的RDD的部分數據都進行map並行操作，第二步爲彙總操作，將每臺機器的執行結果進行彙總。 其中有一個問題是，RDD中的

>>阅读原文<<