RDD又叫弹性分布式数据集，是Spark数据的基础单元，Spark编程是围绕着在RDD上创建和执行操作来进行的。它们是跨集群进行分区的不可变集合（immutable collection），如果某个分区丢失，这些分区可以重建（重新计算）。它们是使用数据流运算符（map, filter, groupby）在稳定存储中通过对数据进行变换而创建的，并且可以在并行运算架构的内存中进行缓存。
弹性：如果内存中的数据丢失，它可以重新创建（或重新计算）
分布式：在集群中进行分布
数据集：初始数据可以来自文件或以编程方式创建
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
