SparkCore

发布时间：2023年12月25日

一、RDD详解

1.1 什么是RDD

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，代表一个不可变、可分区、里面的元素可并行计算的集合。

  • Dataset：一个数据集合，用于存放数据的。
  • Distributed：RDD中的数据是分布式存储的，可用于分布式计算。
  • Resilient：RDD中的数据可以存储在内存中或者磁盘中。

 

1.2 RDD的五大特征

前三个特征每个RDD都具备的，后两个特征可选的

1.2.1 RDD是有分区的

RDD的分区是RDD数据存储最小单位

文章来源:https://blog.csdn.net/weixin_50458070/article/details/135202516
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章