原创力文档- 1
- 0
- 约6.31千字
- 约 93页
- 2026-08-08 发布于福建
- 举报
;什么是RDD;什么是RDD;
RDD（ResilientDistributedDataset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。代码中是一个抽象类，它代表一个弹性的、不可变、可分区、里面的元素可并行计算的集合。;RDD中的弹性是指：
存储的弹性：内存与磁盘的自动切换。
容错的弹性：数据丢失可以自动恢复。
计算的弹性：计算出错重试机制。
分片的弹性：可根据需要重新分片。;RDD中的不可变是指创建一个RDD如果更改，并不是真正意义上的更改，只是又创建了一个新的RDD。
RDD中可分区是指能进行分区。
RDD中并行计
文档评论（0）