karmanaa的博客

原创 随记:关于RDD

RDD概述 RDD(Resilient Distributed Dataset)叫做弹性分布式数据集,是Spark中最基本的数据抽象,他代表一个不可变,可分区提高并行度,里面的元素可并行计算的集合.RDD具有数据流模型的特点:自动容错(依赖性),位置感知性调度和可伸缩性.RDD允许用户在执行多个查询时显式地将工作集缓存在内存中，后续的查询能够重用工作集，这极大地提升了查询速度。 RDD的属性...