這篇文章主要講解了“spark中的RDD是什么”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“spark中的RDD是什么”吧！
RDD是什么
Spark是圍繞彈性分布式數據集（RDD）的概念展開的，RDD是一種容錯的可分布式操作的數據集合。有兩中方式可以創建RDD：一種是將驅動程序中的已有集合平行化；另外一種是引用外部存儲系統的數據集，例如共享文件系統，HDFS, HBase, 或者其他類似Hadoop的數據源。
RDD的特點之一是分布式存儲，它的好處就是數據存儲在不同的節點上，當需要數據進行計算的時候可以在這些節點上并行操作。彈性表現在節點在存儲RDD數據的時候，既可以存儲在內存中，也可以存儲在磁盤上，也可以兩者結合使用。RDD還有個特點就是延遲計算，當是transformation算子的時候，并不執行操作，直到遇到action算子的時候才開始執行計算。
感謝各位的閱讀，以上就是“spark中的RDD是什么”的內容了，經過本文的學習后，相信大家對spark中的RDD是什么這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
