spark的rdd详解1

1，rdd的转换和行动操作

2，创建rdd的2种方式

1，通过hdfs支持的文件系统，没有真正把数据放rdd，只记录了一下元数据

2，通过scala的集合或者数组并行化的创建rdd

3，rdd的5大特点

1，rdd是分区的，可以指定分区数

2，算子的方法都会作用在每个分区

3，rdd之前有一系列的依赖，所有依赖形成DAG图，DAG计算单位是阶段

4，k-v的rdd可以选择分区器，默认的是hash-partitioned

5，会选择最优的位置计算每个分区，避免跨网络传输数据

原文地址：https://www.cnblogs.com/yeyusheng/p/9498582.html