Spark基本工做原理与RDD及wordcount程序实例和原理深度剖析

RDD以及其特色 一、RDD是Spark提供的核心抽象，全称为Resillient Distributed Dataset，即弹性分布式数据集。 二、RDD在抽象上来讲是一种元素集合，包含了数据。它是被分区的，分为多个分区，每一个分区分布在集群中的不一样节点上，从而让RDD中的数据能够被并行操做。（分布式数据集） 三、RDD一般经过Hadoop上的文件，即HDFS文件或者Hive表，来进行建立；有

>>阅读原文<<