弹性分布式数据集RDD(概念)

RDD概述: RDD(Resilient DistributedDataset)叫做分布式数据集 是Spark中最基本的数据抽象,它代表一个不可变,可分区,里面的元素可并行计算的集合 RDD具有数据流模型的特点:自动容错;位置感知性调度和可伸缩性. RDD允许用户在执行多个查询时显式地将工作集缓存在内存中,后续的查询能够重用工作集,这极大地提升了查询速度 RDD的属性: 1.一组分片(Partit

>>阅读原文<<