RDD（弹性分布式数据集）

1、什么是RDD RDD（分布式弹性数据集）是对分布式计算的抽象，代表要处理的数据，一个数据集,RDD是只读分区的集合。数据被分片，分成若干个数据分片，存储到不同的节点中，可以被并行的操作，所以叫分布式数据集。计算时优先考虑放于内存中，如果放不下把一部分放在磁盘上保存。 RDD（分布式弹性数据集）是整个Spark抽象的基石，是基于工作集的应用抽象。Spark的各个子框架，Spark SQL、Spa

>>阅读原文<<