【算法工程师】spark面试问题总结

spark中的RDD是什么，有哪些特性？ RDD（Resilient Distributed Dataset）叫作弹性分布式数据集，是spark中最基本的数据抽象，它表明一个不可变，可分区，里面的元素能够并行计算的集合。node RDD中的数据能够存储在内存或者磁盘中； RDD中的分区是能够改变的； 【五大特性】web A list of partitions：一个分区列表，RDD中的数据都存储在

>>阅读原文<<