Spark中RDD的建立与存储

  RDD，全称为Resilient Distributed Datasets，是一个容错的、并行的数据结构，可让用户显式地将数据存储到磁盘和内存中，并能控制数据的分区。java RDD是只读的、分区记录的集合。RDD不须要物化。RDD含有如何从其余RDD衍生（即计算）出本RDD的相关信息（即Lineage），据此能够从物理存储的数据计算出相应的RDD分区。node   每一个RDD有5个主要的属

>>阅读原文<<