RDD(Resilient Distributed Dataset)

Content #

RDD 表示已被分区、不可变的，并能够被并行操作的数据集合。

1. 分区的
2. 不可变的
   • 分区信息不可以被改变
   • 只能转换（Transformation）现有的 RDD
   • 依赖关系(RDD)
3. 能被并行操作的由于单个 RDD 的分区特性，使得它天然支持并行操作，即不同节点上的数据可以被分别处理，然后产生一个新的 RDD。

From #

Links #