SparkCore抽象之RDD

【弹性的】分布式的数据集 弹性的：灵活的 Rdd的特性： 1、rdd是分布式的：rdd里面的数据实际上是分布在集群的不同节点上的。 注：数据是可分区的，分区的个数和hdfs上文件块的个数有关，默认一个文件块对应一个分区，一个分区对于一个rdd里面的一部分文件。 2、rdd是可分区的：分区的个数是我们可以指定的，但是默认的情况下，一个hdfs上的文件块就是一个分区，一个分区对应一个rdd里面的一部分

>>阅读原文<<