RDD、DataFrame、Dataset

首先从版本的产生上来看： RDD (Spark1.0) —> Dataframe(Spark1.3) —> Dataset(Spark1.6)   RDD      RDD的劣势是性能限制，它是一个JVM驻内存对象，这也就决定了存在GC的限制和数据增加时Java序列化成本的升高。   Dataframe      与RDD类似，DataFrame也是一个分布式数据容器。然而DataFrame更像传

>>阅读原文<<