rdd的特点

【rdd的特点】

rdd的特点


rdd的特点如下:
1、RDD是Spark提供的核心抽象,全称为ResillientDistributedDataset,即弹性分布式数据集 。
2、RDD在抽象上来说是一种元素集合,包含了数据 。它是被分区的,分为多个分区,每个分区分布在集群中的不同节点上 , 从而让RDD中的数据可以被并行操作 。
3、RDD通常通过Hadoop上的文件 , 即HDFS文件或者Hive表 , 来进行创建;有时也可以通过应用程序中的集合来创建 。
4、RDD最重要的特性就是,提供了容错性,可以自动从节点失败中恢复过来 。即如果某个节点上的RDDpartition,因为节点故障,导致数据丢了 , 那么RDD会自动通过自己的数据来源重新计算该partition 。这一切对使用者是透明的 。
5、RDD的数据默认情况下存放在内存中的,但是在内存资源不足时,Spark会自动将RDD数据写入磁盘 。

    推荐阅读