【Spark】弹性分布式数据集RDD概述

弹性分布数据集RDD RDD(Resilient Distributed Dataset)是Spark的最基本抽象，是对分布式内存的抽象使用，实现了以操做本地集合的方式来操做分布式数据集的抽象实现。RDD是Spark最核心的东西，它表示已被分区，不可变的并可以被并行操做的数据集合，不一样的数据集格式对应不一样的RDD实现。RDD必须是可序列化的。RDD能够cache到内存中，每次对RDD数据集的操

>>阅读原文<<