Spark算子执行流程详解之二

4.count def count(): Long = sc.runJob(this, Utils.getIteratorSize_).sum算法 计算数据总量，每一个分区各自计算本身的总数，而后汇总到driver端，driver端再把每一个分区的总数相加统计出对应rdd的数据量，其流程以下：apache   5.countApprox 在必定的超时时间以内返回rdd元素的个数，其rdd元素的总数

>>阅读原文<<