RDD源码分析--Iterator

RDD，Resilient Distributed Datasets，弹性分布式数据集。 在Spark中，通俗地可以认为是一个数据集合，只不过这个数据集合分布在不同的机器上，对外表现为一个整体。 一般来讲，对RDD进行操作比如map操作时分为两步，第一步为局部操作，即是对每台机器上的RDD的部分数据都进行map并行操作，第二步为汇总操作，将每台机器的执行结果进行汇总。 其中有一个问题是，RDD中的

>>阅读原文<<