rdd的特性

rdd:Resilient Distributed Dataset  弹性式分布数据集

特点如下:

1. A list of parttitions

  一系列的分片:比如64M一片 类似hadoop中的split

2.A function for computing each split

 每个分片上都有一个函数去迭代/执行/计算它

3.A list of dependencies on other RDDs

一系列的依赖 RDDa 转换成RDDb RDDb转换成RDDc 那么RDDc就依赖RDDb RDDb就依赖RDDa

4. optionally ,a partitioner for key-value Rdds 

 对于key-value的RDD可指定一个partitioner  告诉他如何分片 常用的有hash 和range

5.optionally, a list of  preferred locations to compute each split on

要运行的计算、执行最好在哪个机器上运行,数据的本地性

比如 hadoop默认备份三个位置,spark cache到内存是可能通过storageLevel 设置了多个副本 所以一个partition可能返回多个最佳位置

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值