sparkRDD

基本概念        RDD（Resilient Distributed Dataset），弹性分布式数据集，是Spark数据处理的核心抽象        属性：分区列表、分区函数、RDD依赖、分片函数（只有kv格式数RDD才有，两种函数HashPatitioner和RangePartitioner，不是kv格式的RDD则是none。可选）、数据就近原则（数据在哪里就在哪个节点执行任务或最近的节

>>阅读原文<<