Spark 基础 —— RDD（建立 RDD）的两种方式

弹性分布式数据集（Resilient Distributed Dataset），简称 RDD，RDD 是 Spark 所提供的最基本的数据抽象，表明分布在集群中多台机器上的对象集合。Spark 有两种方法能够建立 RDD：web 用 SparkContext 基于外部数据源建立 RDD，外部数据源包括 HDFS 上的文件 经过 JDBC 访问的数据库表 Spark shell 建立的本地对象集合

>>阅读原文<<