spark浅谈(1):RDD

一、弹性分布式数据集 　　 1.弹性分布式数据集(RDD)是spark数据结构的基础。它是一个不可变的分布式对象的集合，RDD中的每个数据集都被划分为一个个逻辑分区，每个分区可以在集群上的不同节点上进行计算。RDDs可以包含任何类型的Python，Java或者Scala对象，包括用户自定义的类。 　　2.正常情况下，一个RDD是一个只读的记录分区集合。RDDs可以通过对稳定存储数据或其他RDDs进

>>阅读原文<<