【Spark】弹性分布式数据集RDD及其操做

一、RDD简介 RDD是Spark提供的核心抽象，全称为Resillient Distributed Dataset，即弹性分布式数据集。RDD在抽象上来讲是一种元素集合，包含了数据。它是被分区的，分为多个分区，每一个分区分布在集群中的不一样节点上，从而让RDD中的数据能够被并行操做（分布式数据集）。RDD一般经过Hadoop上的文件，即HDFS文件或者Hive表，来进行建立；有时也能够经过应用程

>>阅读原文<<