Spark计算模型RDD

RDD概念及特征： RDD（Resilient Distributed Daraset）叫做弹性分布式数据集，是spark中最基本的数据抽象，它代表一个不可变、可分区，里面的元素可并行计算的集合。RDD具有数据流模型的特点：自动容错，位置感知性调度和可伸缩性。RDD允许用户在执行多个查询时显示地将数据还存在内存中，后续的查询能够重用这些数据，这极大的提升了查询速度。 弹性分布式数据集合，并且是sp

>>阅读原文<<