[大数据]连载No6之Spark(RDD特性，算子)+第一行代码Hello WordCount

本次总结图如下 什么是spark？ 1:快速的通用引擎，处理大规模数据 2：开源分布式计算框架，使数据分析更加快速 3：不但分析程序快速，写程序也快速 Spark RDD(Resilient distributed Dataset) 弹性的分布式数据集 5大特性 1）有一系类分区集合组成 （a list of partitions） 个人理解：计算的数据到达T级别以上时，hadoop会将这些数据切

>>阅读原文<<