初学spark基本操做SparkSession、Dataset

RDD的具体描述RDD（弹性分布式数据集）是Spark提供的最重要的抽象的概念，它是一种有容错机制的特殊集合，能够分布在集群的节点上，以函数式编操做集合的方式，进行各类并行操做。能够将RDD理解为一个具备容错机制的特殊集合，它提供了一种只读、只能有已存在的RDD变换而来的共享内存，而后将全部数据都加载到内存中，方便进行屡次重用。java a.他是分布式的，能够分布在多台机器上，进行计算。数据库  

>>阅读原文<<