Apache Spark RDD初谈2

　　RDD是Spark最基本也是最根本的数据抽象，它具备像MapReduce等数据流模型的容错性，并且允许开发人员在大型集群上执行基于内存的计算。

为了有效地实现容错，（详细见http://www.cnblogs.com/zlslch/p/5718799.html ）RDD提供了一种高度受限的共享内存，即RDD是只读的，并且，只能通过其他RDD上的批量操作来创建。

　　RDD只支持粗粒度转换，限制了编程模型。

　　但RDD仍然可以很好地适用于很多应用，特别是支持数据并行的批量分析应用，包括数据挖掘、机器学习、图算法等，因为这些程序通常都会在很多记录上执行相同的操作。

　　RDD不太适合那些异步更新共享状态的应用，例如并行Web网络爬虫。

因此，Spark的目标是为大多数分析型应用提供有效的编程模型，而其他类型的应用则交给专们的系统。