RDD算子、RDD依赖关系

RDD：弹性分布式数据集， 是分布式内存的一个抽象概念

RDD：1.一个分区的集合，

　　　 2.是计算每个分区的函数 ，

　　    3.RDD之间有依赖关系

　　 4.一个对于key-value的RDD的Partitioner

5.一个存储存取每个Partition的优先位置的列表

RDD算子：

Transformations：不会立即执行，只是记录这些操作

Actions：计算只有在action被提交的时候才被触发。

RDD依赖关系：

窄依赖指的是每一个父RDD的Partition最多被子RDD的一个Partition使用

宽依赖指的是多个子RDD的Partition会依赖同一个父RDD的Partition

原文地址：https://www.cnblogs.com/dummyly/p/10041617.html