spark建立在抽象的RDD上，把不同處理的數(shù)據(jù)的需求轉(zhuǎn)化為RDD，然后對(duì)RDD進(jìn)行一系列的算子運(yùn)算，從而得到結(jié)果。
RDD是一個(gè)容錯(cuò)的，并行的數(shù)據(jù)結(jié)構(gòu)，可以將數(shù)據(jù)存儲(chǔ)到磁盤和內(nèi)存中，并能控制數(shù)據(jù)分區(qū)，并提供了豐富的API來操作數(shù)據(jù)。

成都創(chuàng)新互聯(lián)專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于成都網(wǎng)站建設(shè)、成都網(wǎng)站制作、明山網(wǎng)絡(luò)推廣、小程序開發(fā)、明山網(wǎng)絡(luò)營(yíng)銷、明山企業(yè)策劃、明山品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營(yíng)等，從售前售中售后，我們都將竭誠(chéng)為您服務(wù)，您的肯定，是我們最大的嘉獎(jiǎng)；成都創(chuàng)新互聯(lián)為所有大學(xué)生創(chuàng)業(yè)者提供明山建站搭建服務(wù)，24小時(shí)服務(wù)熱線：13518219792，官方網(wǎng)址：www.cdcxhl.com

1：RDD的定義及五大特性剖析
RDD是分布式內(nèi)存的一個(gè)抽象概念，是一種高度受限的共享內(nèi)存模型，即RDD時(shí)只讀的記錄分區(qū)的集合，能跨集群所有節(jié)點(diǎn)并行計(jì)算，是一種基于工作集的抽象模型。
（1）分區(qū)列表
（2）每一個(gè)分區(qū)都有一個(gè)計(jì)算函數(shù)
（3）依賴于其它RDD的列表
（4）key-value數(shù)據(jù)類型的RDD分區(qū)器
（5）每一個(gè)分區(qū)都有一個(gè)優(yōu)先位置列表
2：DataSet的定義及內(nèi)部機(jī)制剖析