Spark三大核心数据结构（一）——RDD的概念、血缘和持久化

Spark中三大核心数据结构：python RDD、缓存 广播变量（分布式只读变量）、安全 累加器（分布式只写变量）、数据结构   1. RDD的概念和特色： RDD，全称Resilient Distributed Dataset，弹性分布式数据集，做为Spark中最基础的数据抽象，相似Java中对象的概念；分布式 它表明一个不可变（只读）、可分区、里面的元素可并行计算的集合，List、Set、M

>>阅读原文<<