http://airos.blog.51cto.com/10853324/1719870

初识Spark RDD

Spark 工作方式

    1、从外部数据创建输入RDD

    2、对RDD进行转化操作生成新的RDD

    3、需要被重复利用的中间结果RDD进行持久化操作，如 persist()

    4、使用行动操作触发一次并行计算，Spark对计算优化后再执行

创建RDD

    两种办法：1、分发驱动器程序中的对象集合 2、读取外部数据集

    以读取文件中的一个字符为例，分别给出Python代码

    Python：

1 2 3 4 5

words  =  sc.textFile("")      #调用转化操作filter      sparkWords  =  words. filter (lamda word:  "spark"  in  word)      #调用行动操作first      sparkWords.first()

 知识图谱如下