Spark快速大数据分析之RDD基础

RDD基础 Spark 中的RDD 就是一个不可变的分布式对象集合。每一个RDD 都被分为多个分区，这些分区运行在集群中的不一样节点上。RDD 能够包含Python、Java、Scala中任意类型的对象，甚至能够包含用户自定义的对象。 python 用户可使用两种方法建立RDD：读取一个外部数据集，或在驱动器程序里分发驱动器程序中的对象集合（好比list 和set）。web RDD支持两种类型的操

>>阅读原文<<